FlinkSql的窗口使用以及运用案例_flink sql 窗口-程序员宅基地

技术标签: 窗口使用  Flink  FlinkSql  

1 flinkSQL窗口概述

1.1 窗口定义:

可理解为时间轴,可将无界流切分成有界流

1.2 窗口分类:

  1. TimeWindow:通过时间切割窗口,但是不知道窗口有多少数据
  • 滑动窗口

  • 滚动窗口

  • 会话窗口

  1. CountWindow:按照数据量来切割窗口
  • 滑动窗口
  • 滚动窗口
  • 会话窗口
  1. 自定义窗口

1.3 TimeWindow分类

  • 滚动窗口:有固定的窗口长度往前进行滚动,数据不重复计算

  • 滑动窗口:由固定的窗口长度和滑动间隔组成,数据可以重复
    image.png

image.png

  • 会话窗口:由一系列事件指定事件长度间隙组成,类比wed应用的session

  • group windows

    • 键控window:keyvalue
    • 非键控window

2 flinkSQL窗口使用

2.1 窗口函数类型

flinkSQL中通过Groupby Windows函数来定义分组窗口

  • TUMBLE(time_attr,interval):定义滚动窗口
  • HOP(time_attr,interval,interval):定义滑动窗口,第二个参数表示滑动步长,第三个参数表示窗口大小
  • SESSION(time_attr,interval):定义会话窗口

2.2 滚动窗口案例

  1. 数据
data_time,price,product_id,buyername
1666620609,44,1,白天磊
1666620610,45,1,陈智渊
1666620611,46,1,崔钰轩
1666620612,47,1,吴鹏飞
1666620613,48,1,毛明辉
1666620614,49,1,侯弘文
1666620615,50,1,曾伟祺
1666620616,51,1,郝瑞霖
1666620617,52,1,陆熠彤
1666620618,53,1,余弘文
1666620619,54,1,石哲瀚
1666620620,55,1,任擎苍
1666620621,56,1,卢文轩
1666620622,57,1,吕晋鹏
1666620623,58,1,罗晟睿
1666620624,59,1,周建辉
1666620625,60,1,卢皓轩
1666620626,61,1,沈煜城
1666620627,62,1,万鑫鹏
1666620628,63,1,沈思远
  1. 需求
  • 上表是product_id为1的商品被不同的用户在不同的时间下单以及金额数据,使用flinkSQL当中当中的滚动窗口计算:每隔2秒钟的金额的最大值
  1. 代码实现
  • 定义Userproduct类定义字段
//使用插件生成有无参构造器以及重写一些方法
@Data//完成了Getter,Setter,equals,hasCode,toString 等方法
@Builder//省去写很多构造函数的麻烦
@NoArgsConstructor//自动添加一个无参构造函数
@AllArgsConstructor//为自动添加一个构造函数
public class Userproduct {
    
    private Integer product_id;
    private String buyer_name;
    private Long date_time;
    private Double price;
}
  • 构造执行环境
        StreamExecutionEnvironment senv = StreamExecutionEnvironment.getExecutionEnvironment();
        senv.setParallelism(1);//设置并行度


        StreamTableEnvironment tEnv = StreamTableEnvironment.create(senv);
  • 定义一个水位线
        //泛型指定为Userproduct对象
        //指定乱序时间两秒
        //复写方法extractTimestamp
        WatermarkStrategy<Userproduct> watermarkStrategy = WatermarkStrategy.<Userproduct>forBoundedOutOfOrderness(Duration.ofSeconds(2))
                .withTimestampAssigner(new SerializableTimestampAssigner<Userproduct>() {
    
                    @Override
                    public long extractTimestamp(Userproduct userproduct, long l) {
    
                        return userproduct.getDate_time() * 1000;//需要得到毫秒值
                    }
                });
  • 从socket获取数据,并且把水位线丢进去
        //从socket读取数据,指定水位线
        DataStream<Userproduct> userProductDataStream = senv.socketTextStream("hadoop1", 9999)
                .map(event -> {
                    String[] arr = event.split(",");
                    Userproduct userproduct = Userproduct.builder()
                            .product_id(Integer.parseInt(arr[2]))
                            .buyer_name(arr[3])
                            .date_time(Long.valueOf(arr[0]))
                            .price(Double.valueOf(arr[1]))
                            .build();
                    return userproduct;
                }).assignTimestampsAndWatermarks(watermarkStrategy);
  • 将流式数据给转换成为动态表
        Table table = tEnv.fromDataStream(userProductDataStream,
                $("product_id"),//跟上字段
                $("buyer_name"),
                $("price"),
                $("date_time").rowtime());//通过调用rowtime来指定event_time为准
  • 执行flinkSQL的窗口函数

这边TUMBLE指的是定义滚动窗口,select后面的窗口字段要在groupby也要出现

        Table resultTable = tEnv.sqlQuery(
                "select product_id,max(price),TUMBLE_START(date_time,INTERVAL '5' second)  as winstart   " +
                   "from  " + table +
                   " GROUP BY product_id , TUMBLE(date_time, INTERVAL '5' second)");//间隔5秒
  • 完整代码
public class FlinkSQLTumbEvtWindowTime {
    

    public static void main(String[] args) {
    

        //构建表执行环境
        StreamExecutionEnvironment senv = StreamExecutionEnvironment.getExecutionEnvironment();
        senv.setParallelism(1);

        StreamTableEnvironment tEnv = StreamTableEnvironment.create(senv);

        //定义一个水位线

        //泛型指定为Userproduct对象
        //指定乱序时间两秒
        //复写方法extractTimestamp
        WatermarkStrategy<Userproduct> watermarkStrategy = WatermarkStrategy.<Userproduct>forBoundedOutOfOrderness(Duration.ofSeconds(2))
                .withTimestampAssigner(new SerializableTimestampAssigner<Userproduct>() {
    
                    @Override
                    public long extractTimestamp(Userproduct userproduct, long l) {
    
                        return userproduct.getDate_time() * 1000;//需要得到毫秒值
                    }
                });


        //从socket读取数据,指定水位线
        DataStream<Userproduct> userProductDataStream = senv.socketTextStream("hadoop1", 9999)
                .map(event -> {
    
                    String[] arr = event.split(",");
                    Userproduct userproduct = Userproduct.builder()
                            .product_id(Integer.parseInt(arr[2]))
                            .buyer_name(arr[3])
                            .date_time(Long.valueOf(arr[0]))
                            .price(Double.valueOf(arr[1]))
                            .build();
                    return userproduct;
                }).assignTimestampsAndWatermarks(watermarkStrategy);

        //将流式数据给转换成为动态表
        Table table = tEnv.fromDataStream(userProductDataStream,
                $("product_id"),//跟上字段
                $("buyer_name"),
                $("price"),
                $("date_time").rowtime());//通过调用rowtime来指定event_time为准


        //执行flink的sql程序
        Table resultTable = tEnv.sqlQuery(
                "select product_id,max(price),TUMBLE_START(date_time,INTERVAL '5' second)  as winstart   " +
                   "from  " + table +
                   " GROUP BY product_id , TUMBLE(date_time, INTERVAL '5' second)");


        resultTable.execute().print();

    }
}
  • 最后打印看看
       resultTable.execute().print();
  • 看下结果:每隔5秒是一个窗口,每个两秒往前滚动一次

image.png

2.3 滑动窗口sql

        //使用HOP,滑动大小2秒,窗口大小4秒
        Table resultTable = tEnv.sqlQuery("select product_id,max(price),HOP_START(date_time,INTERVAL '2' second,INTERVAL '4' second) as winstart  " +
                       "from " + table +
                       " group by product_id ,HOP(date_time,INTERVAL '2' second,INTERVAL '4' second)");

2.4 会话窗口sql

        Table resultTable = tEnv.sqlQuery("select product_id,max(price) , SESSION_START(date_time,INTERVAL '5' second ) as winstart  " +
                        "from " + table + 
                        " group by product_id ,SESSION(date_time,INTERVAL '5' second)");

3 over窗口的使用

3.1 语法

select 分析函数 over (partitionBy 字段 orderby 字段 <开窗范围> ) from group by 
  • 开窗范围
--范围间隔,例如开窗范围选择当前行之前 1 小时的数据
RANGE BETWEEN INTERVAL '1' HOUR PRECEDING AND CURRENT ROW	
--行间隔,例如开窗范围选择当前行之前的 5 行数据(含当前行6行数据)
ROWS BETWEEN 5 PRECEDING AND CURRENT ROW

3.2 案例

  1. 数据
1666620609,44,1,白天磊
1666620610,45,1,陈智渊
1666620611,46,1,崔钰轩
1666620612,47,1,吴鹏飞
1666620613,48,1,毛明辉
1666620614,49,1,侯弘文
1666620615,50,1,曾伟祺
1666620616,51,1,郝瑞霖
1666620617,52,1,陆熠彤
1666620618,53,1,余弘文
1666620619,54,1,石哲瀚
1666620620,55,1,任擎苍
1666620621,56,1,卢文轩
1666620622,57,1,吕晋鹏
1666620623,58,1,罗晟睿
1666620624,59,1,周建辉
1666620625,60,1,卢皓轩
1666620626,61,1,沈煜城
1666620627,62,1,万鑫鹏
1666620628,63,1,沈思远
  1. 需求与实现
  • 使用Over窗口按event-time排序有界向前5s开窗,求取最大值以及平均金额
        Table resultTable = tEnv.sqlQuery(
            	"select product_id,
                 max(price) " + "OVER w AS max_price, " +
                "avg(price) OVER w AS avg_price   " +
                "from " + table +
                " WINDOW w AS ( PARTITION BY product_id ORDER BY date_time RANGE BETWEEN INTERVAL '5' second PRECEDING AND CURRENT ROW) ");

当然也可以这么写

        Table resultTable = tEnv.sqlQuery(
            	"select product_id,
                 max(price) " + "OVER ( PARTITION BY product_id ORDER BY date_time RANGE BETWEEN INTERVAL '5' second PRECEDING AND CURRENT ROW) AS max_price, " +
                "avg(price) OVER ( PARTITION BY product_id ORDER BY date_time RANGE BETWEEN INTERVAL '5' second PRECEDING AND CURRENT ROW) AS avg_price   " +
                "from " + table   
  • 使用Over窗口按event-time排序有界向前3条数据,求最大金额以及平均金额
        Table resultTable = tEnv.sqlQuery("select product_id,max(price) " +
                "OVER w AS max_price, avg(price) OVER w AS avg_price  " +
                " from "
                + table 
                + " WINDOW w AS ( PARTITION BY product_id ORDER BY date_time ROWS BETWEEN  3 PRECEDING AND CURRENT ROW) ");
版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
本文链接:https://blog.csdn.net/m0_46507516/article/details/127505571

智能推荐

c# 调用c++ lib静态库_c#调用lib-程序员宅基地

文章浏览阅读2w次,点赞7次,收藏51次。四个步骤1.创建C++ Win32项目动态库dll 2.在Win32项目动态库中添加 外部依赖项 lib头文件和lib库3.导出C接口4.c#调用c++动态库开始你的表演...①创建一个空白的解决方案,在解决方案中添加 Visual C++ , Win32 项目空白解决方案的创建:添加Visual C++ , Win32 项目这......_c#调用lib

deepin/ubuntu安装苹方字体-程序员宅基地

文章浏览阅读4.6k次。苹方字体是苹果系统上的黑体,挺好看的。注重颜值的网站都会使用,例如知乎:font-family: -apple-system, BlinkMacSystemFont, Helvetica Neue, PingFang SC, Microsoft YaHei, Source Han Sans SC, Noto Sans CJK SC, W..._ubuntu pingfang

html表单常见操作汇总_html表单的处理程序有那些-程序员宅基地

文章浏览阅读159次。表单表单概述表单标签表单域按钮控件demo表单标签表单标签基本语法结构<form action="处理数据程序的url地址“ method=”get|post“ name="表单名称”></form><!--action,当提交表单时,向何处发送表单中的数据,地址可以是相对地址也可以是绝对地址--><!--method将表单中的数据传送给服务器处理,get方式直接显示在url地址中,数据可以被缓存,且长度有限制;而post方式数据隐藏传输,_html表单的处理程序有那些

PHP设置谷歌验证器(Google Authenticator)实现操作二步验证_php otp 验证器-程序员宅基地

文章浏览阅读1.2k次。使用说明:开启Google的登陆二步验证(即Google Authenticator服务)后用户登陆时需要输入额外由手机客户端生成的一次性密码。实现Google Authenticator功能需要服务器端和客户端的支持。服务器端负责密钥的生成、验证一次性密码是否正确。客户端记录密钥后生成一次性密码。下载谷歌验证类库文件放到项目合适位置(我这边放在项目Vender下面)https://github.com/PHPGangsta/GoogleAuthenticatorPHP代码示例://引入谷_php otp 验证器

【Python】matplotlib.plot画图横坐标混乱及间隔处理_matplotlib更改横轴间距-程序员宅基地

文章浏览阅读4.3k次,点赞5次,收藏11次。matplotlib.plot画图横坐标混乱及间隔处理_matplotlib更改横轴间距

docker — 容器存储_docker 保存容器-程序员宅基地

文章浏览阅读2.2k次。①Storage driver 处理各镜像层及容器层的处理细节,实现了多层数据的堆叠,为用户 提供了多层数据合并后的统一视图②所有 Storage driver 都使用可堆叠图像层和写时复制(CoW)策略③docker info 命令可查看当系统上的 storage driver主要用于测试目的,不建议用于生成环境。_docker 保存容器

随便推点

网络拓扑结构_网络拓扑csdn-程序员宅基地

文章浏览阅读834次,点赞27次,收藏13次。网络拓扑结构是指计算机网络中各组件(如计算机、服务器、打印机、路由器、交换机等设备)及其连接线路在物理布局或逻辑构型上的排列形式。这种布局不仅描述了设备间的实际物理连接方式,也决定了数据在网络中流动的路径和方式。不同的网络拓扑结构影响着网络的性能、可靠性、可扩展性及管理维护的难易程度。_网络拓扑csdn

JS重写Date函数,兼容IOS系统_date.prototype 将所有 ios-程序员宅基地

文章浏览阅读1.8k次,点赞5次,收藏8次。IOS系统Date的坑要创建一个指定时间的new Date对象时,通常的做法是:new Date("2020-09-21 11:11:00")这行代码在 PC 端和安卓端都是正常的,而在 iOS 端则会提示 Invalid Date 无效日期。在IOS年月日中间的横岗许换成斜杠,也就是new Date("2020/09/21 11:11:00")通常为了兼容IOS的这个坑,需要做一些额外的特殊处理,笔者在开发的时候经常会忘了兼容IOS系统。所以就想试着重写Date函数,一劳永逸,避免每次ne_date.prototype 将所有 ios

如何将EXCEL表导入plsql数据库中-程序员宅基地

文章浏览阅读5.3k次。方法一:用PLSQL Developer工具。 1 在PLSQL Developer的sql window里输入select * from test for update; 2 按F8执行 3 打开锁, 再按一下加号. 鼠标点到第一列的列头,使全列成选中状态,然后粘贴,最后commit提交即可。(前提..._excel导入pl/sql

Git常用命令速查手册-程序员宅基地

文章浏览阅读83次。Git常用命令速查手册1、初始化仓库git init2、将文件添加到仓库git add 文件名 # 将工作区的某个文件添加到暂存区 git add -u # 添加所有被tracked文件中被修改或删除的文件信息到暂存区,不处理untracked的文件git add -A # 添加所有被tracked文件中被修改或删除的文件信息到暂存区,包括untracked的文件...

分享119个ASP.NET源码总有一个是你想要的_千博二手车源码v2023 build 1120-程序员宅基地

文章浏览阅读202次。分享119个ASP.NET源码总有一个是你想要的_千博二手车源码v2023 build 1120

【C++缺省函数】 空类默认产生的6个类成员函数_空类默认产生哪些类成员函数-程序员宅基地

文章浏览阅读1.8k次。版权声明:转载请注明出处 http://blog.csdn.net/irean_lau。目录(?)[+]1、缺省构造函数。2、缺省拷贝构造函数。3、 缺省析构函数。4、缺省赋值运算符。5、缺省取址运算符。6、 缺省取址运算符 const。[cpp] view plain copy_空类默认产生哪些类成员函数

推荐文章

热门文章

相关标签