且构网

分享程序员开发的那些事...
且构网 - 分享程序员编程开发的那些事

会话窗口

更新时间:2022-09-13 21:40:19

会话窗口(SESSION)通过session活动来对元素进行分组。会话窗口与滚动窗口和滑动窗口相比,没有窗口重叠,没有固定窗口大小。相反,当它在一个固定的时间周期内不再收到元素,即会话断开时,这个窗口就会关闭。
会话窗口通过一个间隔时间(gap)来配置,这个间隔定义了非活跃周期的长度。例如,一个表示鼠标点击活动的数据流可能具有长时间的空闲时间,并在其间散布着高浓度的点击。 如果数据在最短指定的间隔持续时间之后到达,则会开始一个新的窗口。
下图展示了一个会话窗口,注意每个key由于不同的数据分布有不同的window。

会话窗口

语法

SESSION函数用在GROUP BY子句中定义会话窗口。


  1. SESSION(<time-attr>, <gap-interval>)
  2. <gap-interval>: INTERVAL 'string' timeUnit

参数必须是流中的一个合法的时间属性字段,即指定了processing time或是event time。

您可以参考时间属性章节了解如何定义时间属性和watermark。

标识函数

使用标识函数选出窗口的起始时间或者结束时间,窗口的时间属性用于下级window的聚合。

窗口标识函数 返回类型 描述
SESSION_START(time-attr, size-interval) Timestamp 返回窗口的起始时间(包含边界)。如[00:10, 00:15) 的窗口,返回00:10
SESSION_END(time-attr, size-interval) Timestamp 返回窗口的结束时间(包含边界)。如[00:00, 00:15] 的窗口,返回00:15
SESSION_ROWTIME(time-attr, size-interval) Timestamp(rowtime-attr) 返回窗口的结束时间(不包含边界)。如 [00:00, 00:15] 的窗口,返回 00:14:59.999 。返回值是一个rowtime attribute,也就是可以基于该字段做时间类型的操作,如级联窗口。

案例

统计每个用户在每个活跃会话期间的点击次数,会话超时时间30秒。


  1. CREATE TABLE user_clicks(
  2. username varchar,
  3. click_url varchar,
  4. ts timeStamp,
  5. WATERMARK wk FOR ts as withOffset(ts, 2000) -- rowtime定义watermark
  6. ) with (
  7. type='datahub',
  8. ...
  9. );
  10. CREATE TABLE tumble_output(
  11. window_start TIMESTAMP,
  12. window_end TIMESTAMP,
  13. username VARCHAR,
  14. clicks BIGINT
  15. ) with (
  16. type='rds'
  17. );
  18. INSERT INTO tumble_output
  19. SELECT
  20. SESSION_START(ts, INTERVAL '30' SECOND),
  21. SESSION_END(ts, INTERVAL '30' SECOND),
  22. username,
  23. COUNT(click_url)
  24. FROM user_clicks
  25. GROUP BY SESSION(ts, INTERVAL '30' SECOND), username

测试数据

username (VARCHAR) click_url (VARCHAR) ts (TIMESTAMP)
Jark http://taobao.com/xxx 2017-10-10 10:00:00.0
Jark http://taobao.com/xxx 2017-10-10 10:00:10.0
Jark http://taobao.com/xxx 2017-10-10 10:00:49.0
Jark http://taobao.com/xxx 2017-10-10 10:01:05.0
Jark http://taobao.com/xxx 2017-10-10 10:01:58.0
Timo http://taobao.com/xxx 2017-10-10 10:02:10.0

测试结果

window_start (TIMESTAMP) window_end (TIMESTAMP) username (VARCHAR) clicks (BIGINT)
2017-10-10 10:00:00.0 2017-10-10 10:00:40.0 Jark 2
2017-10-10 10:00:49.0 2017-10-10 10:01:35.0 Jark 2
2017-10-10 10:01:58.0 2017-10-10 10:02:28.0 Jark 1
2017-10-10 10:02:10.0 2017-10-10 10:02:40.0 Timo 1
本文转自实时计算——会话窗口