flink sql 使用过程中rowtime与proctime的问题

最新推荐文章于 2025-06-16 16:22:56 发布
最新推荐文章于 2025-06-16 16:22:56 发布
阅读量8.8k 收藏 9
点赞数 1
CC 4.0 BY-SA版权
分类专栏： flink
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/spring0666/article/details/116994928
本文介绍如何使用 Flink SQL 对 Kafka 中的数据进行实时统计处理，包括创建 Kafka 表、提取关键字段、设置时间戳及 watermark，并按 10 秒窗口统计设备上传记录数。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

flink sql 版本1.12.3

第一步:创建kafka table

String desc = "CREATE TABLE KafkaTable (\n" +
        "  ts as LOCALTIMESTAMP,\n" +
        "  `body` STRING ,\n"+
        "   WATERMARK FOR ts AS ts - INTERVAL '1' SECOND \n"+
        ") WITH (\n" +
        "  'connector' = 'kafka',\n" +
        "  'topic' = 'IRT_Dev_Status_STD',\n" +
        " 'properties.bootstrap.servers' = '10.70.27.2:9092',\n" +
        " 'properties.group.id' = 'testGroup'," +
        "  'value.format' = 'raw'\n" +
        ")";
 bsTableEnv.executeSql(desc );

第二步：从body中抽取出 deviceId，tenantId, deviceTypeId， Timestamp_CloudM2M

DataStream<Tuple1<String>> dss = bsTableEnv.toAppendStream(bsTableEnv.sqlQuery("select body from KafkaTable "), tupleType);
DataStream<Tuple4<String, String, String, Long>> tranDS = dss.map(new MapFunction<Tuple1<String>, Tuple4<String, String, String, Long>>() {
    DateFormat df = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss.SSS");
    @Override
    public Tuple4<String, String, String, Long> map(Tuple1<String> stringTuple1) throws Exception {
        JSONObject js = new JSONObject(stringTuple1.f0);
        return new Tuple4<>(js.getString("deviceId"), js.getString("tenantId"), js.getString("deviceTypeId"), df.parse(js.getJSONObject("status").getString("Timestamp_CloudM2M")).getTime());
    }
})
bsTableEnv.createTemporaryView("deviceInfo",tranDS,$("deviceId"),$("tenantId"),$("deviceTypeId"),$("ts"));

第三步:按照时间窗口 每固定10s，统计一下没台deviceId上传的数据记录数

Table rs = bsTableEnv.sqlQuery("select count(*),deviceId,TUMBLE_START(ts, INTERVAL '10' SECOND) from  deviceInfo GROUP BY TUMBLE(ts, INTERVAL '10' SECOND),deviceId");
rs.execute().print();

以上是按照自己思路写的例子，但是得到正确结果的过程是坎坷的

执行第一个异常1：

Exception in thread "main" org.apache.flink.table.api.ValidationException: SQL validation failed. From line 1, column 91 to line 1, column 122: Cannot apply '$TUMBLE' to arguments of type '$TUMBLE(<BIGINT>, <INTERVAL SECOND>)'. Supported form(s): '$TUMBLE(<DATETIME>, <DATETIME_INTERVAL>)'
'$TUMBLE(<DATETIME>, <DATETIME_INTERVAL>, <TIME>)'
    at org.apache.flink.table.planner.calcite.FlinkPlannerImpl.org$apache$flink$table$planner$calcite$FlinkPlannerImpl$$validate(FlinkPlannerImpl.scala:152)
    at org.apache.flink.table.planner.calcite.FlinkPlannerImpl.validate(FlinkPlannerImpl.scala:111)
    at org.apache.flink.table.planner.operations.SqlToOperationConverter.convert(SqlToOperationConverter.java:193)
    at org.apache.flink.table.planner.delegation.ParserImpl.parse(ParserImpl.java:78)
    at org.apache.flink.table.api.internal.TableEnvironmentImpl.sqlQuery(TableEnvironmentImpl.java:639)
    at flink.demo.FlinkSqlKafka01.main(FlinkSqlKafka01.java:58)
Caused by: org.apache.calcite.runtime.CalciteContextException: From line 1, column 91 to line 1, column 122: Cannot apply '$TUMBLE' to arguments of type '$TUMBLE(<BIGINT>, <INTERVAL SECOND>)'. Supported form(s): '$TUMBLE(<DATETIME>, <DATETIME_INTERVAL>)'

问题分析:按照异常的提示，修改TUMBLE中时间的类型为datatime

DataStream<Tuple4<String, String, String, Timestamp>> tranDS = dss.map(new MapFunction<Tuple1<String>, Tuple4<String, String, String, Timestamp>>() {
    DateFormat df = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss.SSS");
    @Override
    public Tuple4<String, String, String, Timestamp> map(Tuple1<String> stringTuple1) throws Exception {
        JSONObject js = new JSONObject(stringTuple1.f0);
        return new Tuple4<>(js.getString("deviceId"), js.getString("tenantId"), js.getString("deviceTypeId"), Timestamp.valueOf(js.getJSONObject("status").getString("Timestamp_CloudM2M")));
    }
})

执行抛第二个异常2：

Exception in thread "main" org.apache.flink.table.api.TableException: Window aggregate can only be defined over a time attribute column, but TIMESTAMP(3) encountered.
    at org.apache.flink.table.planner.plan.rules.logical.StreamLogicalWindowAggregateRule.getInAggregateGroupExpression(StreamLogicalWindowAggregateRule.scala:50)
    at org.apache.flink.table.planner.plan.rules.logical.LogicalWindowAggregateRuleBase.onMatch(LogicalWindowAggregateRuleBase.scala:81)
    at org.apache.calcite.plan.AbstractRelOptPlanner.fireRule(AbstractRelOptPlanner.java:333)
    at org.apache.calcite.plan.hep.HepPlanner.applyRule(HepPlanner.java:542)

问题分析2：看了下底层的逻辑发现TUMBLE中的字段类型必须是TimeIndicatorRelDataType 类型

val timeAttribute = windowExpression.operands.get(0)
if (!FlinkTypeFactory.isTimeIndicatorType(timeAttribute.getType)) {
  throw new TableException(s"Window aggregate can only be defined over a " +
    s"time attribute column, but ${timeAttribute.getType} encountered.")
}

def isTimeIndicatorType(relDataType: RelDataType): Boolean = relDataType match { case _: TimeIndicatorRelDataType => true case _ => false }

有通过看官方的使用例子

tableEnv.createTemporaryView("Orders", ds, $("user"), $("product"), $("amount"), $("proctime").proctime(), $("rowtime").rowtime());

然后接着寻找问题的方案，修改代码如下

bsTableEnv.createTemporaryView("deviceInfo",tranDS,$("deviceId"),$("tenantId"),$("deviceTypeId"),$("ts"),$("proctime").proctime(),$("rowtime").rowtime());
Table rs = bsTableEnv.sqlQuery("select count(*),deviceId,TUMBLE_START(proctime, INTERVAL '10' SECOND) from  deviceInfo GROUP BY TUMBLE(proctime, INTERVAL '10' SECOND),deviceId");

继续运行，结果还是异常3：

java.lang.NullPointerException
    at SourceConversion$11.processElement(Unknown Source)
    at org.apache.flink.streaming.runtime.tasks.CopyingChainingOutput.pushToOperator(CopyingChainingOutput.java:71)
    at org.apache.flink.streaming.runtime.tasks.CopyingChainingOutput.collect(CopyingChainingOutput.java:46)
    at org.apache.flink.streaming.runtime.tasks.CopyingChainingOutput.collect(CopyingChainingOutput.java:26)
    at org.apache.flink.streaming.api.operators.CountingOutput.collect(CountingOutput.java:52)
    at org.apache.flink.streaming.api.operators.CountingOutput.collect(CountingOutput.java:30)
    at org.apache.flink.streaming.api.operators.StreamMap.processElement(StreamMap.java:41)
    at org.apache.flink.streaming.runtime.tasks.CopyingChainingOutput.pushToOperator(CopyingChainingOutput.java:71)
    at org.apache.flink.streaming.runtime.tasks.CopyingChainingOutput.collect(CopyingChainingOutput.java:46)
    at org.apache.flink.streaming.runtime.tasks.CopyingChainingOutput.collect(CopyingChainingOutput.java:26)
    at org.apache.flink.streaming.api.operators.CountingOutput.collect(CountingOutput.java:52)
    at org.apache.flink.streaming.api.operators.CountingOutput.collect(CountingOutput.java:30)
    at SinkConversion$4.processElement(Unknown Source)
    at org.apache.flink.streaming.runtime.tasks.CopyingChainingOutput.pushToOperator(CopyingChainingOutput.java:71)
    at org.apache.flink.streaming.runtime.tasks.CopyingChainingOutput.collect(CopyingChainingOutput.java:46)
    at org.apache.flink.streaming.runtime.tasks.CopyingChainingOutput.collect(CopyingChainingOutput.java:26)
    at org.apache.flink.streaming.api.operators.CountingOutput.collect(CountingOutput.java:52)
    at org.apache.flink.streaming.api.operators.CountingOutput.collect(CountingOutput.java:30)
    at org.apache.flink.streaming.api.operators.StreamSourceContexts$ManualWatermarkContext.processAndCollectWithTimestamp(StreamSourceContexts.java:310)
    at org.apache.flink.streaming.api.operators.StreamSourceContexts$WatermarkContext.collectWithTimestamp(StreamSourceContexts.java:409)
    at org.apache.flink.streaming.connectors.kafka.internals.AbstractFetcher.emitRecordsWithTimestamps(AbstractFetcher.java:365)
    at org.apache.flink.streaming.connectors.kafka.internals.KafkaFetcher.partitionConsumerRecordsHandler(KafkaFetcher.java:183)
    at org.apache.flink.streaming.connectors.kafka.internals.KafkaFetcher.runFetchLoop(KafkaFetcher.java:142)
    at org.apache.flink.streaming.connectors.kafka.FlinkKafkaConsumerBase.run(FlinkKafkaConsumerBase.java:826)
    at org.apache.flink.streaming.api.operators.StreamSource.run(StreamSource.java:100)
    at org.apache.flink.streaming.api.operators.StreamSource.run(StreamSource.java:63)
    at org.apache.flink.streaming.runtime.tasks.SourceStreamTask$LegacySourceFunctionThread.run(SourceStreamTask.java:215)

问题分析：可能是自己用的不对造成的，或者对proctime处理时间或rowtime事件时间理解的不到位造成的，然后接着寻找问题的答案

将代码修改为

bsTableEnv.createTemporaryView("deviceInfo",tranDS,$("deviceId"),$("tenantId"),$("deviceTypeId"),$("ts").rowtime(),$("proctime").proctime());

结果还是报异常4，然后继续尝试，当读到一篇文档收到了启示，

在使用 Event Time 时则有一个限制，因为 Event Time 不像 Processing Time 那样是随拿随用。如果你要从 DataStream 去转化得到一个 Table，必须要提前保证原始的 DataStream 里面已经存在了 Record Timestamp 和 watermark。如果你想通过 TableSource 生成的，也一定要保证你要接入的一个数据里面存在一个类型为 long 或者 timestamp 的这么一个时间字段。具体来说，如果你要从 DataStream 去注册一个表，和 proctime 类似，你只需要加上“列名.rowtime”就可以。需要注意的是，如果你要用 Processing Time，必须保证你要新加的字段是整个 schema 中的最后一个字段，而 Event Time 的时候你其实可以去替换某一个已有的列，然后 Flink 会自动的把这一列转化成需要的 rowtime 这个类型。 如果是通过 TableSource 生成的，只需要实现 DefinedRowtimeAttributes 接口就可以了。需要说明的一点是，在 DataStream API 这一侧其实不支持同时存在多个 Event Time（rowtime），但是在 Table 这一层理论上可以同时存在多个 rowtime。因为 DefinedRowtimeAttributes 接口的返回值是一个对于 rowtime 描述的 List，即其实可以同时存在多个 rowtime 列，在将来可能会进行一些其他的改进，或者基于去做一些相应的优化。

然后继续修改代码的逻辑：

第一：对转换的datastream增加watermark

     

DataStream<Tuple4<String, String, String, Long>> tranDS = dss.map(new MapFunction<Tuple1<String>, Tuple4<String, String, String, Long>>() {
    DateFormat df = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss.SSS");
    @Override
    public Tuple4<String, String, String, Long> map(Tuple1<String> stringTuple1) throws Exception {
        JSONObject js = new JSONObject(stringTuple1.f0);
        return new Tuple4<>(js.getString("deviceId"), js.getString("tenantId"), js.getString("deviceTypeId"), df.parse(js.getJSONObject("status").getString("Timestamp_CloudM2M")).getTime());
    }
}).assignTimestampsAndWatermarks(WatermarkStrategy.<Tuple4<String, String, String, Long>>forBoundedOutOfOrderness(Duration.ofSeconds(0))
        .withTimestampAssigner(new SerializableTimestampAssigner<Tuple4<String, String, String, Long>>() {
            @Override
            public long extractTimestamp(Tuple4<String, String, String, Long> stringStringStringLongTuple4, long l) {
                return stringStringStringLongTuple4.f3;
            }
        }));

第二：创建table的时候增加事件时间和处理时间

  bsTableEnv.createTemporaryView("deviceInfo",tranDS,$("deviceId"),$("tenantId"),$("deviceTypeId"),$("ts"),$("proctime").proctime(),$("rowtime").rowtime());
//group by TUMBLE(proctime,INTERVAL '10' SECOND) ,deviceId)
  Table rs = bsTableEnv.sqlQuery("select count(*),deviceId,TUMBLE_START(rowtime, INTERVAL '10' SECOND) from  deviceInfo GROUP BY TUMBLE(rowtime, INTERVAL '10' SECOND),deviceId");
  rs.execute().print();

没想到奇迹发生了：

| +I |                    1 |          shipTest1_1_shipTest1 |     2021-05-18T01:27:10 |
| +I |                    1 |          shipTest6_1_shipTest6 |     2021-05-18T01:27:10 |
| +I |                    1 |          shipTest5_1_shipTest5 |     2021-05-18T01:27:10 |
| +I |                    1 |  3192200500001_1_3192200500001 |     2021-05-18T01:27:10 |
| +I |                    2 |          shipTest8_1_shipTest8 |     2021-05-18T01:27:10 |
| +I |                    1 |          shipTest4_1_shipTest4 |     2021-05-18T01:27:10 |
| +I |                    1 |          shipTest9_1_shipTest9 |     2021-05-18T01:27:10 |
| +I |                   12 |  1217740007674_1_1217740007674 |     2021-05-18T01:27:10 |
| +I |                    1 |          shipTest2_1_shipTest2 |     2021-05-18T01:27:10 |
| +I |                    1 |          shipTest7_1_shipTest7 |     2021-05-18T01:27:10 |
| +I |                    1 |        shipTest10_1_shipTest10 |     2021-05-18T01:27:10 |
| +I |                    1 |          shipTest3_1_shipTest3 |     2021-05-18T01:27:10 |
| +I |                    1 |  3192200500001_1_3192200500001 |     2021-05-18T01:27:20 |
| +I |                   10 |  1217740007674_1_1217740007674 |     2021-05-18T01:27:20 |

执行成功了，

 

总结：使用一项新技术总会遇到一些坑或者问题，只要坚持不懈，总会找到解决方案

 

 

 

 

flink sql指定rowtime和proctime的几种方式
张小小凡
05-09 1977
flink sql 中的rowtime 和proctime 参考文章 https://blog.youkuaiyun.com/spring0666/article/details/116994928 event time 1.sql中创建 CREATE TABLE tt_stream ( a VARCHAR, b VARCHAR, ts TIMESTAMP, WATERMARK wk1 FOR ts as withOffset (ts, 1000) --Watermark计算方法。 ) WITH ();
14、Flink SQL 的 处理时间 详解
猫猫爱吃小鱼粮
09-09 578
Flink SQL 的 处理时间 详解
Flink时间属性
marui156的专栏
04-14 1475
Flink支持三种与流数据处理相关的时间概念：Processing Time、Event Time和Ingestion Time。具体如下图所示：当前Flink仅支持Processing Time和Event Time。
什么是FlinkSQL中的时态表？以及怎么使用？
最新发布
beiluo的博客
06-16 878
时态表是Flink SQL中处理历史数据的关键功能，它允许查询特定时间点的表快照。通过处理时间或事件时间定义，使用时态表可实现汇率转换、价格历史查询等场景。核心语法是FOR SYSTEM_TIME AS OF，支持精确的时间点查询。使用时需注意数据顺序、性能优化等问题，与普通表相比，时态表更适合处理历史数据和维表关联。优化建议包括分区、索引和缓存等策略，以提高查询效率。
Flink学习5-使用rowtime且分窗，Connector读取Kafka写入MySQL例子
迷路剑客个人博客
10-28 5480
Flink系列5-使用rowtime且分窗，Connector读取Kafka写入MySQL例子 系列文章目录 Flink系列1-基础概念 Flink系列2-安装和启动 Flink系列3-API介绍 Flink系列4-流式SQL Flink系列5-使用rowtime且分窗，Connector读取Kafka写入MySQL例子 摘要 本文本来应该写在Flink学习3-API介绍的Connector章...
flink笔记15 flink table表的时间属性
weixin_43631997的博客
05-27 1014
时间属性介绍 像窗口（在 Table API和 SQL）这种基于时间的操作，需要有时间信息。因此，Table API 中的表就需要提供逻辑时间属性来表示时间，以及支持时间相关的操作。 每种类型的表都可以有时间属性，可以在用CREATE TABLE DDL创建表的时候指定、也可以在DataStream中指定、也可以在定义TableSource时指定。一旦时间属性定义好，它就可以像普通列一样使用，也可以在时间相关的操作中使用。 时间属性可以像普通的时间戳的列一样被使用和计算。一旦时间属性被用在了计算中..
Flink SQL -- 获取当前时间
lck_csdn的博客
02-20 2237
flink sql 获取当前时间
Flink SQL之ProcessTime与EventTime的使用
蔡政洁的博客
04-08 8630
目录（1）时间属性（2）ProcessTime（2.1）在创建表的 DDL 中定义（2.2）在 DataStream 到 Table 转换时定义（3）EventTime（3.1）在创建表的 DDL 中定义（3.2）在 DataStream 到 Table 转换时定义 （1）时间属性 处理时间 指的是执行具体操作时的机器时间 事件时间 指的是数据本身携带的时间。这个时间是在事件产生时的时间。 时间属性可以是每个表模式的一部分。当通过CREATETABLE DDL或创建表格时定义。一旦定义了时间属性，就可以
flink09 FlinkSQL（下）
qq_34714700的博客
06-05 398
我们先实现第一版报警程序，对于一个账户，如果出现小于 $1 美元的交易后紧跟着一个大于 $500 的交易，就输出一个报警信息。2、如果表的数据量很大，随着时间的推移状态会越来越大，状态的数据时先保存在TM的内存中的，时间长了可能会出问题。每隔1分钟计算最近15分钟每个道路的车流量和平均车速（滑动事件时间窗口）当有一段sql逻辑重复时，可以定义在with语句中，减少代码量。1、flink会将之前的数据保存在状态中，用于判断是否重复。动态表选择：可以在查询表的时候动态修改表的参数配置。
Flink（十四）【Flink SQL（中）查询】
功不唐捐，玉汝于成
01-21 1743
Flink SQL 查询
【flink SQL基础｜概念】flink sql之时态表：join时要使用proctime作为时态表的time
hiliang521的博客
07-04 3808
flink sql之时态表：join时要使用proctime作为时态表的time
【Flink】SqlValidatorException: Column xxx not found in any table
九师兄
07-01 2904
1.背景 Flink写了如下代码，运行报错 @Test public void windowSumHavingTest() throws Exception { // 获取 environment StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment(); // 指定系统时间概念为 event time env.setS.
flink左内连接Java_java - Flink：Rowtime属性一定不能在常规联接的输入行中 - 堆栈内存溢出...
weixin_42522518的博客
02-26 1810
我想使用flink SQL API将多个表连接在一起，并在一段时间内进行一些计算。 我有3个来自CSV文件的表，以及1个来自Kafka的表。 在Kafka表中，我有一个要用于时间窗口操作的timestampMs字段。为此，我做了以下代码：reamExecutionEnvironment env = ... ;StreamTableEnvironment tableEnv = StreamTab...
Flink时间属性和窗口
yingzi的技术博客
04-26 2423
基于时间的操作，需要定义相关的时间语义和时间数据来源的信息。在Table API和SQL中，会给表单独提供一个逻辑上的时间字段，专门用来在表处理程序中指示时间 时间属性是每个表模式结构的一部分，它可以在创建表DDL里直接定义为一个字段，也可以在DataStream转换成表时，一旦定义了时间属性，就可以作为一个普通字段引用，并且可以在基于时间的操作中使用。 时间属性的数据类型为TIMESTAMP，它的行为类似于常规时间戳，可以直接访问并且进行计算 按照时间语义的不同，可把时间属性的定义分成：事件时间、处理时间
【Flink】Rowtime timestamp is null. Please make sure that a proper TimestampAssigner is defined and th
九师兄
07-01 1042
1.背景 写了一个flink程序报错 @Test public void windowSumHavingTest() throws Exception { // 获取 environment StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment(); // 指定系统时间概念为 event time env.setStrea.
Flink_Sql和Table Api_2
959
04-05 531
文章目录1.时间属性 Time1.1 事件时间1.2 处理时间2.窗口 Window3.聚合查询3.1 分组聚合 1.时间属性 Time 基于时间的操作（比如时间窗口），需要定义相关的时间语义和时间数据来源的信息。在Table API 和 SQL 中，会给表单独提供一个逻辑上的时间字段，专门用来在表处理程序中指示时间。 所以所谓的时间属性（time attributes），其实就是每个表模式结构（schema）的一部分。它可以在创建表的 DDL 里直接定义为一个字段，也可以在 DataStream 转换成表
Flink-sql三个时间的定义
斧王，不能再斩杀了吗的博客
07-28 832
flinksql是不存储数据的，数据依赖自外部存储系统如 mysql，kafka等 因为动态表只是一个逻辑概念，所以Flink并不拥有数据本身。相反，动态表的内容存储在外部系统（例如数据库，键值存储，消息队列）或文件中。 ...
Flink TableAPI和SQL（九）时间属性
weixin_45417821的博客
05-07 751
文章目录事件时间（event time）处理时间（processing time） 所以所谓的时间属性（time attributes），其实就是每个表模式结构（schema）的一部分。它可以在创建表的 DDL 里直接定义为一个字段，也可以在 DataStream 转换成表时定义。一旦定义了时间属性，它就可以作为一个普通字段引用，并且可以在基于时间的操作中使用。 时间属性的数据类型为 TIMESTAMP，它的行为类似于常规时间戳，可以直接访问并且进行计算。 按照时间语义的不同，我们可以把时间属性的定义分成事
Flink SQL 功能介绍
weixin_44651989的博客
07-27 1000
Flink SQL 功能介绍SQL Job SupportProcessing Mode :Flink Sources :Flink Sinks :本地调试与提交部署的区别支持的数据格式受支持的Time Attributes(时间属性)WaterMark窗口函数时间单位目前支持的数据类型Field Type Mapping目前不支持的SQL操作(以官网为参考)Reserved Keywords Flink Version : 1.8.2 Kafka Version : 0.10 Scala Version
flink sql 中DESCRIPTOR
05-20
### 关于 Flink SQL 中 DESCRIPTOR 的使用 在 Flink SQL 中，`DESCRIPTOR` 是一种用于定义时间属性的方式。它通常与窗口函数一起使用，特别是在基于事件时间和处理时间的时间语义场景下。通过 `DESCRIPTOR`，可以指定表中的某一字段作为时间戳提取器或水位线生成器的基础。 以下是关于 `DESCRIPTOR` 的具体说明以及其使用的典型示例： #### 时间属性的定义 Flink 支持两种类型的时间属性：**PROCTIME** 和 **ROWTIME**。 - **PROCTIME**: 表示处理时间，即数据到达 Flink 时的时间。 - **ROWTIME**: 表示事件时间，通常是每条记录自带的时间戳。 当创建一张带有时间属性的表时，可以通过 `WATERMARK` 定义水位线策略，并利用 `DESCRIPTOR` 来指明时间字段的位置和含义[^1]。 --- #### DESCRIPTOR 的基本语法 假设有一张订单表 `orders`，其中包含以下字段： - `order_id`: 订单 ID - `price`: 商品价格 - `t`: 时间戳（表示事件发生的时间） 我们希望按照事件时间进行窗口聚合操作，则可以在建表时这样定义时间字段： ```sql CREATE TABLE orders ( order_id STRING, price DECIMAL(10, 2), t TIMESTAMP(3), WATERMARK FOR t AS t - INTERVAL '5' SECOND -- 设置水位线延迟时间为 5 秒 ) WITH ( 'connector' = 'kafka', -- 数据源连接器 'topic' = 'orders-topic', -- Kafka 主题名称 'properties.bootstrap.servers' = 'localhost:9092', 'format' = 'json' ); ``` 在这个例子中，`WATERMARK FOR t AS t - INTERVAL '5' SECOND` 就是通过 `DESCRIPTOR` 明确指定了时间字段 `t` 并为其设置了水位线逻辑[^1]。 --- #### 结合窗口函数的使用 下面是一个完整的示例，展示如何在窗口计算中使用 `TUMBLE` 函数并结合 `DESCRIPTOR` 进行分组统计： ```sql SELECT TUMBLE_START(order_time, INTERVAL '10' MINUTE) AS window_start, -- 获取窗口起始时间 TUMBLE_END(order_time, INTERVAL '10' MINUTE) AS window_end, -- 获取窗口结束时间 COUNT(*) AS total_orders -- 统计该窗口内的总订单数 FROM orders GROUP BY TUMBLE(order_time, INTERVAL '10' MINUTE); -- 基于滚动窗口进行分组 ``` 在此查询中，`order_time` 字段被假定为已由 `DESCRIPTOR` 正确定义的时间字段。如果未显式声明时间特性，则可能导致运行时错误或不一致的行为[^2]。 --- #### 实际应用案例 考虑一个电商系统的实时分析需求：统计过去 5 分钟内每个用户的购买金额总计。我们可以构建如下 SQL 查询： ```sql -- 创建输入表 CREATE TABLE user_purchases ( user_id BIGINT, amount DOUBLE, purchase_time TIMESTAMP(3), -- 购买时间字段 WATERMARK FOR purchase_time AS purchase_time - INTERVAL '10' SECOND -- 水位线设置 ) WITH ( 'connector' = 'kafka', 'topic' = 'purchases', 'properties.bootstrap.servers' = 'localhost:9092', 'format' = 'json' ); -- 执行窗口聚合 SELECT user_id, SUM(amount) AS total_amount_spent, TUMBLE_START(purchase_time, INTERVAL '5' MINUTE) AS start_time, TUMBLE_END(purchase_time, INTERVAL '5' MINUTE) AS end_time FROM user_purchases GROUP BY TUMBLE(purchase_time, INTERVAL '5' MINUTE), -- 按照 5 分钟滑动窗口分组 user_id; ``` 此脚本展示了如何借助 `DESCRIPTOR` 配置时间字段，并将其应用于复杂的窗口运算之中。 --- ### 总结 `DESCRIPTOR` 在 Flink SQL 中主要用于描述时间字段及其行为特征，尤其是在涉及流式数据处理的任务里显得尤为重要。无论是简单的单次查询还是复杂的数据管道设计，合理运用这一工具能够显著提升开发效率与程序性能。
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值