1. 首頁 > 生活百科 > >

FlinkSQL之Windowing TVF( 三 )

生活百科

 package net.cyan.FlinkSql.TVF; ? import net.cyan.POJO.WaterSensor; import org.apache.flink.api.common.eventtime.WatermarkStrategy; import org.apache.flink.streaming.api.datastream.DataStream; import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment; import org.apache.flink.table.api.Table; import org.apache.flink.table.api.bridge.java.StreamTableEnvironment; ? import java.time.Duration; ? import static org.apache.flink.table.api.Expressions.$; ? public class Demo3_Window_TVF_cumulate {     public static void main(String[] args) {         //創建執行環境         StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();         //創建表的運行環境         StreamTableEnvironment tabEnv = StreamTableEnvironment.create(env);         env.setParallelism(1);         DataStream<WaterSensor> waterSensorStream =                 env.fromElements(                         new WaterSensor("sensor_1", 1000L, 10),                         new WaterSensor("sensor_1", 2000L, 20),                         new WaterSensor("sensor_2", 3000L, 30),                         new WaterSensor("sensor_1", 4000L, 40),                         new WaterSensor("sensor_1", 5000L, 50),                         new WaterSensor("sensor_2", 6000L, 60))                       .assignTimestampsAndWatermarks(                                 WatermarkStrategy                                       .<WaterSensor>forBoundedOutOfOrderness(Duration.ofSeconds(3))                                       .withTimestampAssigner((ws, ts) -> ws.getTs()) ?                       );         //創建table         Table table = tabEnv.fromDataStream(waterSensorStream,$("id"),$("ts"),$("vc"),$("et").rowtime());         //創建表         tabEnv.createTemporaryView("sensor",table);         //執行sql         //TVF 中的cumulate累計窗口         //cumulate(table tableName,descriptor(timecol),step,size):作為一張表存在         //tableName：表名         //timecol:時間屬性字段         //step:累計步長 ， 跟滑動步長類似         //size:窗口長度         //特別注意?。。。?nbsp;        //1.累計窗口的步長與窗口長度同樣是需要整數倍關系         // 2.如果在sql中使用了cumulate窗口，則一定需要group by,而且group by后一定有window_start,window_end兩個字段         tabEnv.sqlQuery("select" +                 "window_start,window_end,id," +                 " sum(vc) sum_vc" +                 " from table (cumulate(table sensor,descriptor(et),interval '2' second,interval '6' second)) " +                 "group by window_start,window_end,id")               .execute()               .print();   } } 【FlinkSQL之Windowing TVF】

推薦閱讀