flink sql

最新推荐文章于 2024-09-20 21:47:09 发布

dijuan6962

最新推荐文章于 2024-09-20 21:47:09 发布

阅读量125

点赞数

文章标签：大数据

原文链接：http://www.cnblogs.com/18800105616a/p/11395075.html

版权

flink window聚合例子：

1.为了持续的监测城市的交通流量，计算每个区域每5分钟的车辆数。我们只关心纽约的区域交通情况，并且只关心至少有5辆车子进入的区域。TUMBLE(rideTime,INTERVAL '5' MINUTE)的使用 toAreaID，isInNYC 注册的udf函数

select toAreaID(lon,lat), TUMBLE_END(rideTime,INTERVAL '5' MINUTE),count(*) as cnt from Rides where isInNYC(lon,lat) and isStart group by toAreaID(lon,lat),TUMBLE(rideTime,INTERVAL '5' MINUTE)

2.将每10 分钟的搭乘的乘客数写入kafka中(窗口是10分钟) （yaml配置sink是kafka）(CASE类型转换)

select TUMBLE_START(rideTime,INTERVAL '10' MINUTE),TUMBLE_END(rideTime,INTERVAL '10' MINUTE),CASE(sum(psgCnt) as BIGINT) as cnt from Rides geoup by TUMBLE(rideTime,INTERVAL '10' MINUTE)

转载于:https://www.cnblogs.com/18800105616a/p/11395075.html