如何使用Flink会话窗口函数_实时计算 Flink版(Flink)-阿里云帮助中心

定义

会话窗口（SESSION）通过SESSION活动来对元素进行分组。会话窗口与滚动窗口和滑动窗口相比，没有窗口重叠，没有固定窗口大小。相反，当它在一个固定的时间周期内不再收到元素，即会话断开时，该窗口就会关闭。

会话窗口通过一个间隔时间（Gap）来配置，这个间隔定义了非活跃周期的长度。例如，一个表示鼠标单击活动的数据流可能具有长时间的空闲时间，并在两段空闲之间散布着高浓度的单击。如果数据在指定的间隔（Gap）之后到达，则会开始一个新的窗口。

函数语法

SESSION函数用于在GROUP BY子句中定义会话窗口。

SESSION(<time-attr>, <gap-interval>)
<gap-interval>: INTERVAL 'string' timeUnit

说明 <time-attr> 参数必须是数据流中的一个合法的时间属性字段，指定为Processing Time或Event Time，详情请参见概述，了解如何定义时间属性。

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，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
`SESSION_START（<time-attr>, <gap-interval>）`	Timestamp	返回窗口的起始时间（包含边界）。例如`[00:10,00:15]`的窗口，返回`00:10`，即为此会话窗口内第一条记录的时间。
`SESSION_END（<time-attr>, <gap-interval>）`	Timestamp	返回窗口的结束时间（包含边界）。例如`[00:00,00:15]`的窗口，返回 `00:15`，即为此会话窗口内最后一条记录的时间+`<gap-interval>`。
`SESSION_ROWTIME（<time-attr>, <gap-interval>）`	Timestamp（rowtime-attr）	返回窗口的结束时间（不包含边界）。例如`(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进行时间类型的操作，例如级联窗口。该参数只能用于基于Event Time的Window。
`SESSION_PROCTIME（<time-attr>, <gap-interval>）`	Timestamp（rowtime-attr）	返回窗口的结束时间（不包含边界）。例如`(00:00,00:15)`的窗口，返回 `00:14:59.999` 。返回值是一个Proctime Attribute，也就是可以基于该字段进行时间类型的操作，例如级联窗口。该参数只能用于基于Processing Time的Window。

示例

统计每个用户在每个活跃会话期间的单击次数，会话超时时长为30秒。

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`

测试语句

CREATE TEMPORARY TABLE user_clicks(
  username varchar,
  click_url varchar,
  eventtime varchar,                            
  ts AS TO_TIMESTAMP(eventtime),
  WATERMARK FOR ts AS ts - INTERVAL '2' SECOND  --为Rowtime定义Watermark。
) WITH (
  'connector'='sls',
  ...
);

CREATE TEMPORARY TABLE session_output(
  window_start TIMESTAMP,
  window_end TIMESTAMP,
  username VARCHAR,
  clicks BIGINT
) WITH (
  'connector'='datahub'           --目前SLS只支持输出VARCHAR类型的DDL，所以使用DataHub存储。
  ...
);

INSERT INTO session_output
SELECT
SESSION_START(ts, INTERVAL '30' SECOND),
SESSION_END(ts, INTERVAL '30' SECOND),
username,
COUNT(click_url)
FROM user_clicks
GROUP BY SESSION(ts, INTERVAL '30' SECOND), username;

测试结果


window_start （TIMESTAMP）	window_end （TIMESTAMP）	username （VARCHAR）	clicks （BIGINT）
`2017-10-10 10:00:00.0`	`2017-10-10 10:00:40.0`	Jark	2
`2017-10-10 10:00:49.0`	`2017-10-10 10:01:35.0`	Jark	2
`2017-10-10 10:01:58.0`	`2017-10-10 10:02:28.0`	Jark	1
`2017-10-10 10:02:10.0`	`2017-10-10 10:02:40.0`	Timo	1