Flink是一款流處理框架，窗口機制是其核心技術(shù)之一。Flink的窗口機制可以將無限的數(shù)據(jù)流劃分為有限的窗口，并對窗口內(nèi)的數(shù)據(jù)進行處理。Flink的窗口機制支持時間、計數(shù)、會話等多種窗口類型，并且可以在不同的窗口之間進行流轉(zhuǎn)換和數(shù)據(jù)聚合，是實時流處理中非常重要的技術(shù)

1.為什么要學(xué)窗口

流式計算，一般有兩種場景：

無限制的流式計算，比如：wordcount案例，它沒有任何外部的限制條件，這種情況不多。
有限制的流式計算，比如：統(tǒng)計早高峰時間內(nèi)經(jīng)過某個道路的車輛數(shù)。

對于第二種情況來說，我們需要加上額外的限制條件。最常用的限制條件就是時間了。

這個時間段，在程序中，就用一個窗口來表示。

也就是說，窗口的作用：把流式計算轉(zhuǎn)換為批量計算，窗口是流轉(zhuǎn)批的一個橋梁。

這就是為什么要學(xué)窗口的原因了。

2.Flink中的窗口

在Flink中，窗口可以分為如下幾類：

滾動窗口（Tumble）
滑動窗口（hop、Slice）
會話窗口（session）
漸進式窗口（cumulate）
聚合窗口（over）

3.滾動窗口（Tumble）

3.1 概念

滾動窗口：窗口大小 = 滾動距離（時間間隔）

特點：上一個窗口的結(jié)束就是下一個窗口的開始，數(shù)據(jù)不重復(fù)、也不丟失。

3.2 案例SQL

#1.創(chuàng)建source表
CREATE TABLE source_table ( 
 user_id STRING, 
 price BIGINT,
 `timestamp` bigint,
 row_time AS TO_TIMESTAMP(FROM_UNIXTIME(`timestamp`)),
 watermark for row_time as row_time - interval '0' second
) WITH (
  'connector' = 'socket',
  'hostname' = 'node1',        
  'port' = '9999',
  'format' = 'csv'
);
#2.語法
tumble(事件時間列,窗口大小)
窗口大小是用戶自定義的。比如30分鐘、1小時等。
直接把tumble窗口放在group by語句后即可。
比如：tumble(row_time,interval '5' second)
含義：定義一個5秒大小的滾動窗口。
#3.數(shù)據(jù)處理
select 
user_id,
count(*) as pv,
    sum(price) as sum_price,
UNIX_TIMESTAMP(CAST(tumble_start(row_time, interval '5' second) AS STRING)) * 1000  as window_start,
UNIX_TIMESTAMP(CAST(tumble_end(row_time, interval '5' second) AS STRING)) * 1000  as window_end
from source_table
group by
    user_id,
    tumble(row_time, interval '5' second);

到此這篇關(guān)于MySQL Flink實時流處理的核心技術(shù)之窗口機制的文章就介紹到這了,更多相關(guān)MySQL Flink窗口機制內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: