介绍
Flink SQL 中的 Top-N 是一种查询方式，用于从数据流中找出最大或最小的 N 个值。Top-N 可以按照不同的维度和条件进行筛选和排序。
用法
按照时间窗口进行 Top-N：使用
OVER 子句和窗口函数，例如
TUMBLE、
HOP、
CUMULATE 等，来指定一个固定或滑动的时间范围，然后对每个窗口内的数据进行 Top-N。例如：
SELECT * FROM ( SELECT *, ROW_NUMBER() OVER (PARTITION BY window_start, window_end ORDER BY total DESC) as row_num FROM ( SELECT supplier_id, SUM(price) AS total, TUMBLE_START(order_time, INTERVAL '10' MINUTE) AS window_start, TUMBLE_END(order_time, INTERVAL '10' MINUTE) AS window_end FROM Orders GROUP BY supplier_id, TUMBLE(order_time, INTERVAL '10' MINUTE) ) ) WHERE row_num <= 3;
按照分组进行 Top-N：使用
PARTITION BY 子句和其他字段或表达式，来指定一个分组的维度，然后对每个分组内的数据进行 Top-N。例如：
SELECT * FROM ( SELECT *, ROW_NUMBER() OVER (PARTITION BY category ORDER BY sales DESC) as row_num FROM Products ) WHERE row_num <= 5;
按照全局进行 Top-N：不使用
PARTITION BY 子句，直接对整个数据流进行 Top-N。例如：
SELECT * FROM ( SELECT *, ROW_NUMBER() OVER (ORDER BY amount DESC) as row_num FROM Transactions ) WHERE row_num <= 10;
Top-N 的应用场景
- 实时排行榜：例如实时统计每个窗口内销售额最高的商品、每个类别内浏览量最高的文章等。
- 实时异常检测：例如实时监控每个窗口内温度最高的传感器、每个分组内延迟最高的请求等。
- 实时优化决策：例如实时选择每个窗口内收益最高的广告、每个分组内评分最高的推荐等。
来自 “ ITPUB博客 ” ，链接：https://blog.itpub.net/70024433/viewspace-2965735/ ，如需转载，请注明出处，否则将追究法律责任。
请登录后发表评论
登录
全部评论
