全部产品
弹性计算 会员服务 网络 安全 移动云 数加·大数据分析及展现 数加·大数据应用 管理与监控 云通信 阿里云办公 培训与认证 智能硬件
存储与CDN 数据库 域名与网站(万网) 应用服务 数加·人工智能 数加·大数据基础服务 互联网中间件 视频服务 开发者工具 解决方案 物联网 更多
流计算

滚动窗口

更新时间:2018-01-24 16:00:07

滚动窗口(TUMBLE)

滚动窗口将每个元素分配到一个指定窗口大小的窗口中,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,那么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 30秒大小的滚动窗口划分。

滚动窗口

窗口函数语法:

用在 GROUP BY 子句中,定义 window。

  1. TUMBLE(<time-attr>, <size-interval>)
  2. <size-interval>: INTERVAL 'string' timeUnit
  1. <time-attr> 参数必须是流中的一个合法的时间属性字段,即指定了 processing time 或是 event time。

注意:

具体参见 时间属性章节了解如何定义时间属性和 watermark。

窗口标识函数:

使用标识函数选出窗口的起始时间或者结束时间,或者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,也就是可以基于该字段做时间类型的操作,如级联窗口。

案例:

统计每个用户每分钟的点击次数。

  1. CREATE TABLE user_clicks(
  2. username varchar,
  3. click_url varchar,
  4. ts timeStamp,
  5. WATERMARK wk FOR ts as withOffset(ts, 2000) -- rowtime 定义watermark
  6. ) with (
  7. type='datahub',
  8. ...
  9. );
  10. CREATE TABLE tumble_output(
  11. window_start TIMESTAMP,
  12. window_end TIMESTAMP,
  13. username VARCHAR,
  14. clicks BIGINT
  15. ) with (
  16. type='RDS'
  17. );
  18. INSERT INTO tumble_output
  19. SELECT
  20. TUMBLE_START(ts, INTERVAL '1' MINUTE),
  21. TUMBLE_END(ts, INTERVAL '1' MINUTE),
  22. username,
  23. COUNT(click_url)
  24. FROM window_input
  25. GROUP BY TUMBLE(ts, INTERVAL '1' MINUTE), username

测试数据:

username (VARCHAR) click_url (VARCHAR) ts (TIMESTAMP)
Jark http://taobao.com/xxx 2017-10-10 10:00:00.0
Jark http://taobao.com/xxx 2017-10-10 10:00:10.0
Jark http://taobao.com/xxx 2017-10-10 10:00:49.0
Jark http://taobao.com/xxx 2017-10-10 10:01:05.0
Jark http://taobao.com/xxx 2017-10-10 10:01:58.0
Timo http://taobao.com/xxx 2017-10-10 10:02:10.0

测试结果:

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
本文导读目录