Flink SQL Over 聚合详解
发布网友
发布时间：2024-09-25 18:58
共1个回答
热心网友
时间：2024-10-04 19:05
窗口聚合：不在 group by 中的字段，不能直接在 select 中拿到。
Over 聚合：能够保留原始字段。
生产环境中，Over 聚合的使用场景较少。
应用场景：计算最近一段滑动窗口的聚合结果数据。
实际案例：查询每个产品最近一小时间订单的金额总和。
Over 聚合语法如下：
ORDER BY：必须是时间戳列（事件时间、处理时间）；
PARTITION BY：标识了聚合窗口的聚合粒度，如上述案例是按照 product 进行聚合；
range_definition：标识聚合窗口的聚合数据范围，在 Flink 中有两种指定数据范围的方式。第一种为按照行数聚合，第二种为按照时间区间聚合。
时间区间聚合
案例：输出一个产品最近一小时间数据的 amount 之和。
结果就是最近一小时间数据的 amount 之和。
结果如下：
行数聚合
案例：输出一个产品最近 5 行数据的 amount 之和。
结果如下：
在一个 SELECT 中有多个聚合窗口，简化写法如下：
热心网友
时间：2024-10-04 18:58
窗口聚合：不在 group by 中的字段，不能直接在 select 中拿到。
Over 聚合：能够保留原始字段。
生产环境中，Over 聚合的使用场景较少。
应用场景：计算最近一段滑动窗口的聚合结果数据。
实际案例：查询每个产品最近一小时间订单的金额总和。
Over 聚合语法如下：
ORDER BY：必须是时间戳列（事件时间、处理时间）；
PARTITION BY：标识了聚合窗口的聚合粒度，如上述案例是按照 product 进行聚合；
range_definition：标识聚合窗口的聚合数据范围，在 Flink 中有两种指定数据范围的方式。第一种为按照行数聚合，第二种为按照时间区间聚合。
时间区间聚合
案例：输出一个产品最近一小时间数据的 amount 之和。
结果就是最近一小时间数据的 amount 之和。
结果如下：
行数聚合
案例：输出一个产品最近 5 行数据的 amount 之和。
结果如下：
在一个 SELECT 中有多个聚合窗口，简化写法如下：
