本文共 1799 字，大约阅读时间需要 5 分钟。
滚动窗口（TUMBLE）将每个元素分配到一个指定大小的窗口中。通常滚动窗口有一个固定的大小，并且不会出现重叠。
例如：如果指定了一个5分钟大小的滚动窗口，无限流的数据会根据时间划分成[0:00 - 0:05), [0:05, 0:10), [0:10, 0:15)，… 等窗口。如下图，展示了一个大小划分为30秒的滚动窗口。TUMBLE函数用在GROUP BY子句中，用来定义滚动窗口。
TUMBLE(<time-attr>, <size-interval>)<size-interval>: INTERVAL 'string' timeUnit<time-attr> 参数必须是流中的一个合法的时间属性字段，指定 processing time 或是 event time。
使用标识函数选出窗口的起始时间或者结束时间，窗口的时间属性用于下级window的聚合。
| 窗口标识函数 | 返回类型 | 描述 |
|---|---|---|
| TUMBLE_START(time-attr, size-interval) | Timestamp | 返回窗口的起始时间（包含边界）。如[00:10, 00:15) 的窗口，返回 00:10 。 |
| TUMBLE_END(time-attr, size-interval) | Timestamp | 返回窗口的结束时间（包含边界）。如[00:00, 00:15] 的窗口，返回 00:15。 |
| TUMBLE_ROWTIME(time-attr, size-interval) | Timestamp(rowtime-attr) | 返回窗口的结束时间（不包含边界）。如 [00:00, 00:15] 的窗口，返回 00:14:59.999 。返回值是一个 rowtime attribute，即可以基于该字段做时间类型的操作，如级联窗口。 |
统计每个用户每分钟的点击次数。
CREATE TABLE user_clicks(username varchar,click_url varchar,ts timeStamp,WATERMARK wk FOR ts as withOffset(ts, 2000) -- 为rowtime定义watermark) with (type='datahub',...);CREATE TABLE tumble_output(window_start TIMESTAMP,window_end TIMESTAMP,username VARCHAR,clicks BIGINT) with (type='RDS');INSERT INTO tumble_outputSELECTTUMBLE_START(ts, INTERVAL '1' MINUTE),TUMBLE_END(ts, INTERVAL '1' MINUTE),username,COUNT(click_url)FROM window_inputGROUP BY TUMBLE(ts, INTERVAL '1' MINUTE), username| username (VARCHAR) | click_url (VARCHAR) | ts (TIMESTAMP) |
|---|---|---|
| Jark | 2017-10-10 10:00:00.0 | |
| Jark | 2017-10-10 10:00:10.0 | |
| Jark | 2017-10-10 10:00:49.0 | |
| Jark | 2017-10-10 10:01:05.0 | |
| Jark | 2017-10-10 10:01:58.0 | |
| Timo | 2017-10-10 10:02:10.0 |
| window_start (TIMESTAMP) | window_end (TIMESTAMP) | username (VARCHAR) | clicks (BIGINT) |
|---|---|---|---|
| 2017-10-10 10:00:00.0 | 2017-10-10 10:01:00.0 | Jark | 3 |
| 2017-10-10 10:01:00.0 | 2017-10-10 10:02:00.0 | Jark | 2 |
| 2017-10-10 10:02:00.0 | 2017-10-10 10:03:00.0 | Timo | 1 |
转载地址：http://vpqtx.baihongyu.com/