介绍
Flink SQL 中的分组窗口聚合 TVF 是一种新的窗口聚合方式，用于替代旧版的窗口分组语法。TVF 是表值函数的缩写，表示返回值是一张表的函数。
窗口聚合 TVF 可以按照不同类型的窗口函数对数据进行分组和聚合，例如：
-
TUMBLE：滚动窗口函数，按照固定的时间间隔对数据进行分组和聚合。例如：
SELECT window_start, window_end, SUM(price) AS totalFROM TABLE(TUMBLE(TABLE bid, DESCRIPTOR(bidtime), INTERVAL '10' MINUTES))GROUP BY window_start, window_end;复制
-
HOP：滑动窗口函数，按照固定的时间间隔和滑动步长对数据进行分组和聚合。例如：
SELECT window_start, window_end, SUM(price) AS totalFROM TABLE(HOP(TABLE bid, DESCRIPTOR(bidtime), INTERVAL '5' MINUTES, INTERVAL '10' MINUTES))GROUP BY window_start, window_end;复制
-
CUMULATE：累积窗口函数，按照固定的时间间隔和最大保留时间对数据进行分组和聚合，每个窗口包含了之前所有的数据。例如：（注意： 窗口最大长度 = 累积步长的整数倍）
SELECT window_start, window_end, SUM(price) AS totalFROM TABLE(CUMULATE(TABLE bid, DESCRIPTOR(bidtime), INTERVAL '5' MINUTES, INTERVAL '10' MINUTES))GROUP BY window_start, window_end;复制
-
SESSION：会话窗口函数，按照指定的会话间隔对数据进行分组和聚合，如果两条数据之间的时间差超过会话间隔，就会创建一个新的窗口。例如：
SELECT window_start, window_end, SUM(price) AS totalFROM TABLE(SESSION(TABLE bid, DESCRIPTOR(bidtime), INTERVAL '10' MINUTES))GROUP BY window_start, window_end;复制
窗口聚合 TVF 的优点是：
- 它们是标准化的，符合 SQL 2016 标准中的表值函数。
- 它们是易于实现和扩展的，可以支持更多类型的窗口函数。
- 它们支持一些旧版语法所不具备的特性，如 Local-Global 聚合优化、Distinct 解热点优化、Top-N 支持、GROUPING SETS 语法等。
来自 “ ITPUB博客 ” ，链接：https://blog.itpub.net/70024433/viewspace-2965725/ ，如需转载，请注明出处，否则将追究法律责任。
上一篇：
Flink SQL - 分组聚合
下一篇：
Flink SQL - Over 聚合
请登录后发表评论
登录
全部评论
