可理解为时间轴,可将无界流切分成有界流
滑动窗口
滚动窗口
会话窗口
滚动窗口:有固定的窗口长度往前进行滚动,数据不重复计算
滑动窗口:由固定的窗口长度和滑动间隔组成,数据可以重复
会话窗口:由一系列事件指定事件长度间隙组成,类比wed应用的session
group windows
flinkSQL中通过Groupby Windows函数来定义分组窗口
data_time,price,product_id,buyername
1666620609,44,1,白天磊
1666620610,45,1,陈智渊
1666620611,46,1,崔钰轩
1666620612,47,1,吴鹏飞
1666620613,48,1,毛明辉
1666620614,49,1,侯弘文
1666620615,50,1,曾伟祺
1666620616,51,1,郝瑞霖
1666620617,52,1,陆熠彤
1666620618,53,1,余弘文
1666620619,54,1,石哲瀚
1666620620,55,1,任擎苍
1666620621,56,1,卢文轩
1666620622,57,1,吕晋鹏
1666620623,58,1,罗晟睿
1666620624,59,1,周建辉
1666620625,60,1,卢皓轩
1666620626,61,1,沈煜城
1666620627,62,1,万鑫鹏
1666620628,63,1,沈思远
//使用插件生成有无参构造器以及重写一些方法
@Data//完成了Getter,Setter,equals,hasCode,toString 等方法
@Builder//省去写很多构造函数的麻烦
@NoArgsConstructor//自动添加一个无参构造函数
@AllArgsConstructor//为自动添加一个构造函数
public class Userproduct {
private Integer product_id;
private String buyer_name;
private Long date_time;
private Double price;
}
StreamExecutionEnvironment senv = StreamExecutionEnvironment.getExecutionEnvironment();
senv.setParallelism(1);//设置并行度
StreamTableEnvironment tEnv = StreamTableEnvironment.create(senv);
//泛型指定为Userproduct对象
//指定乱序时间两秒
//复写方法extractTimestamp
WatermarkStrategy<Userproduct> watermarkStrategy = WatermarkStrategy.<Userproduct>forBoundedOutOfOrderness(Duration.ofSeconds(2))
.withTimestampAssigner(new SerializableTimestampAssigner<Userproduct>() {
@Override
public long extractTimestamp(Userproduct userproduct, long l) {
return userproduct.getDate_time() * 1000;//需要得到毫秒值
}
});
//从socket读取数据,指定水位线
DataStream<Userproduct> userProductDataStream = senv.socketTextStream("hadoop1", 9999)
.map(event -> {
String[] arr = event.split(",");
Userproduct userproduct = Userproduct.builder()
.product_id(Integer.parseInt(arr[2]))
.buyer_name(arr[3])
.date_time(Long.valueOf(arr[0]))
.price(Double.valueOf(arr[1]))
.build();
return userproduct;
}).assignTimestampsAndWatermarks(watermarkStrategy);
Table table = tEnv.fromDataStream(userProductDataStream,
$("product_id"),//跟上字段
$("buyer_name"),
$("price"),
$("date_time").rowtime());//通过调用rowtime来指定event_time为准
这边TUMBLE指的是定义滚动窗口,select后面的窗口字段要在groupby也要出现
Table resultTable = tEnv.sqlQuery(
"select product_id,max(price),TUMBLE_START(date_time,INTERVAL '5' second) as winstart " +
"from " + table +
" GROUP BY product_id , TUMBLE(date_time, INTERVAL '5' second)");//间隔5秒
public class FlinkSQLTumbEvtWindowTime {
public static void main(String[] args) {
//构建表执行环境
StreamExecutionEnvironment senv = StreamExecutionEnvironment.getExecutionEnvironment();
senv.setParallelism(1);
StreamTableEnvironment tEnv = StreamTableEnvironment.create(senv);
//定义一个水位线
//泛型指定为Userproduct对象
//指定乱序时间两秒
//复写方法extractTimestamp
WatermarkStrategy<Userproduct> watermarkStrategy = WatermarkStrategy.<Userproduct>forBoundedOutOfOrderness(Duration.ofSeconds(2))
.withTimestampAssigner(new SerializableTimestampAssigner<Userproduct>() {
@Override
public long extractTimestamp(Userproduct userproduct, long l) {
return userproduct.getDate_time() * 1000;//需要得到毫秒值
}
});
//从socket读取数据,指定水位线
DataStream<Userproduct> userProductDataStream = senv.socketTextStream("hadoop1", 9999)
.map(event -> {
String[] arr = event.split(",");
Userproduct userproduct = Userproduct.builder()
.product_id(Integer.parseInt(arr[2]))
.buyer_name(arr[3])
.date_time(Long.valueOf(arr[0]))
.price(Double.valueOf(arr[1]))
.build();
return userproduct;
}).assignTimestampsAndWatermarks(watermarkStrategy);
//将流式数据给转换成为动态表
Table table = tEnv.fromDataStream(userProductDataStream,
$("product_id"),//跟上字段
$("buyer_name"),
$("price"),
$("date_time").rowtime());//通过调用rowtime来指定event_time为准
//执行flink的sql程序
Table resultTable = tEnv.sqlQuery(
"select product_id,max(price),TUMBLE_START(date_time,INTERVAL '5' second) as winstart " +
"from " + table +
" GROUP BY product_id , TUMBLE(date_time, INTERVAL '5' second)");
resultTable.execute().print();
}
}
resultTable.execute().print();
//使用HOP,滑动大小2秒,窗口大小4秒
Table resultTable = tEnv.sqlQuery("select product_id,max(price),HOP_START(date_time,INTERVAL '2' second,INTERVAL '4' second) as winstart " +
"from " + table +
" group by product_id ,HOP(date_time,INTERVAL '2' second,INTERVAL '4' second)");
Table resultTable = tEnv.sqlQuery("select product_id,max(price) , SESSION_START(date_time,INTERVAL '5' second ) as winstart " +
"from " + table +
" group by product_id ,SESSION(date_time,INTERVAL '5' second)");
select 分析函数 over (partitionBy 字段 orderby 字段 <开窗范围> ) from group by
--范围间隔,例如开窗范围选择当前行之前 1 小时的数据
RANGE BETWEEN INTERVAL '1' HOUR PRECEDING AND CURRENT ROW
--行间隔,例如开窗范围选择当前行之前的 5 行数据(含当前行6行数据)
ROWS BETWEEN 5 PRECEDING AND CURRENT ROW
1666620609,44,1,白天磊
1666620610,45,1,陈智渊
1666620611,46,1,崔钰轩
1666620612,47,1,吴鹏飞
1666620613,48,1,毛明辉
1666620614,49,1,侯弘文
1666620615,50,1,曾伟祺
1666620616,51,1,郝瑞霖
1666620617,52,1,陆熠彤
1666620618,53,1,余弘文
1666620619,54,1,石哲瀚
1666620620,55,1,任擎苍
1666620621,56,1,卢文轩
1666620622,57,1,吕晋鹏
1666620623,58,1,罗晟睿
1666620624,59,1,周建辉
1666620625,60,1,卢皓轩
1666620626,61,1,沈煜城
1666620627,62,1,万鑫鹏
1666620628,63,1,沈思远
Table resultTable = tEnv.sqlQuery(
"select product_id,
max(price) " + "OVER w AS max_price, " +
"avg(price) OVER w AS avg_price " +
"from " + table +
" WINDOW w AS ( PARTITION BY product_id ORDER BY date_time RANGE BETWEEN INTERVAL '5' second PRECEDING AND CURRENT ROW) ");
当然也可以这么写
Table resultTable = tEnv.sqlQuery(
"select product_id,
max(price) " + "OVER ( PARTITION BY product_id ORDER BY date_time RANGE BETWEEN INTERVAL '5' second PRECEDING AND CURRENT ROW) AS max_price, " +
"avg(price) OVER ( PARTITION BY product_id ORDER BY date_time RANGE BETWEEN INTERVAL '5' second PRECEDING AND CURRENT ROW) AS avg_price " +
"from " + table
Table resultTable = tEnv.sqlQuery("select product_id,max(price) " +
"OVER w AS max_price, avg(price) OVER w AS avg_price " +
" from "
+ table
+ " WINDOW w AS ( PARTITION BY product_id ORDER BY date_time ROWS BETWEEN 3 PRECEDING AND CURRENT ROW) ");
文章浏览阅读1.6k次。安装配置gi、安装数据库软件、dbca建库见下:http://blog.csdn.net/kadwf123/article/details/784299611、检查集群节点及状态:[root@rac2 ~]# olsnodes -srac1 Activerac2 Activerac3 Activerac4 Active[root@rac2 ~]_12c查看crs状态
文章浏览阅读1.3w次,点赞45次,收藏99次。我个人用的是anaconda3的一个python集成环境,自带jupyter notebook,但在我打开jupyter notebook界面后,却找不到对应的虚拟环境,原来是jupyter notebook只是通用于下载anaconda时自带的环境,其他环境要想使用必须手动下载一些库:1.首先进入到自己创建的虚拟环境(pytorch是虚拟环境的名字)activate pytorch2.在该环境下下载这个库conda install ipykernelconda install nb__jupyter没有pytorch环境
文章浏览阅读5.2k次,点赞19次,收藏28次。选择scoop纯属意外,也是无奈,因为电脑用户被锁了管理员权限,所有exe安装程序都无法安装,只可以用绿色软件,最后被我发现scoop,省去了到处下载XXX绿色版的烦恼,当然scoop里需要管理员权限的软件也跟我无缘了(譬如everything)。推荐添加dorado这个bucket镜像,里面很多中文软件,但是部分国外的软件下载地址在github,可能无法下载。以上两个是官方bucket的国内镜像,所有软件建议优先从这里下载。上面可以看到很多bucket以及软件数。如果官网登陆不了可以试一下以下方式。_scoop-cn
文章浏览阅读4.5k次,点赞2次,收藏3次。首先要有一个color-picker组件 <el-color-picker v-model="headcolor"></el-color-picker>在data里面data() { return {headcolor: ’ #278add ’ //这里可以选择一个默认的颜色} }然后在你想要改变颜色的地方用v-bind绑定就好了,例如:这里的:sty..._vue el-color-picker
文章浏览阅读640次。基于芯片日益增长的问题,所以内核开发者们引入了新的方法,就是在内核中只保留函数,而数据则不包含,由用户(应用程序员)自己把数据按照规定的格式编写,并放在约定的地方,为了不占用过多的内存,还要求数据以根精简的方式编写。boot启动时,传参给内核,告诉内核设备树文件和kernel的位置,内核启动时根据地址去找到设备树文件,再利用专用的编译器去反编译dtb文件,将dtb还原成数据结构,以供驱动的函数去调用。firmware是三星的一个固件的设备信息,因为找不到固件,所以内核启动不成功。_exynos 4412 刷机
文章浏览阅读2w次,点赞24次,收藏42次。Linux系统配置jdkLinux学习教程,Linux入门教程(超详细)_linux配置jdk
文章浏览阅读3.3k次,点赞5次,收藏19次。xlabel('\delta');ylabel('AUC');具体符号的对照表参照下图:_matlab微米怎么输入
文章浏览阅读119次。顺序读写指的是按照文件中数据的顺序进行读取或写入。对于文本文件,可以使用fgets、fputs、fscanf、fprintf等函数进行顺序读写。在C语言中,对文件的操作通常涉及文件的打开、读写以及关闭。文件的打开使用fopen函数,而关闭则使用fclose函数。在C语言中,可以使用fread和fwrite函数进行二进制读写。 Biaoge 于2024-03-09 23:51发布 阅读量:7 ️文章类型:【 C语言程序设计 】在C语言中,用于打开文件的函数是____,用于关闭文件的函数是____。
文章浏览阅读3.4k次,点赞2次,收藏13次。跟随鼠标移动的粒子以grid(SOP)为partical(SOP)的资源模板,调整后连接【Geo组合+point spirit(MAT)】,在连接【feedback组合】适当调整。影响粒子动态的节点【metaball(SOP)+force(SOP)】添加mouse in(CHOP)鼠标位置到metaball的坐标,实现鼠标影响。..._touchdesigner怎么让一个模型跟着鼠标移动
文章浏览阅读178次。项目运行环境配置:Jdk1.8 + Tomcat7.0 + Mysql + HBuilderX(Webstorm也行)+ Eclispe(IntelliJ IDEA,Eclispe,MyEclispe,Sts都支持)。项目技术:Springboot + mybatis + Maven +mysql5.7或8.0+html+css+js等等组成,B/S模式 + Maven管理等等。环境需要1.运行环境:最好是java jdk 1.8,我们在这个平台上运行的。其他版本理论上也可以。_基于java技术的停车场管理系统实现与设计
文章浏览阅读3.5k次。前言对于MediaPlayer播放器的源码分析内容相对来说比较多,会从Java-&amp;gt;Jni-&amp;gt;C/C++慢慢分析,后面会慢慢更新。另外,博客只作为自己学习记录的一种方式,对于其他的不过多的评论。MediaPlayerDemopublic class MainActivity extends AppCompatActivity implements SurfaceHolder.Cal..._android多媒体播放源码分析 时序图
文章浏览阅读2.4k次,点赞41次,收藏13次。java 数据结构与算法 ——快速排序法_快速排序法