FlinkSQL之Windowing TVF( 三 )

 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.$; ? public class Demo3_Window_TVF_cumulate {     public static void main(String[] args) {         //创建执行环境         StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();         //创建表的运行环境         StreamTableEnvironment tabEnv = StreamTableEnvironment.create(env);         env.setParallelism(1);         DataStream<WaterSensor> waterSensorStream =                 env.fromElements(                         new WaterSensor("sensor_1", 1000L, 10),                         new WaterSensor("sensor_1", 2000L, 20),                         new WaterSensor("sensor_2", 3000L, 30),                         new WaterSensor("sensor_1", 4000L, 40),                         new WaterSensor("sensor_1", 5000L, 50),                         new WaterSensor("sensor_2", 6000L, 60))                       .assignTimestampsAndWatermarks(                                 WatermarkStrategy                                       .<WaterSensor>forBoundedOutOfOrderness(Duration.ofSeconds(3))                                       .withTimestampAssigner((ws, ts) -> ws.getTs()) ?                       );         //创建table         Table table = tabEnv.fromDataStream(waterSensorStream,$("id"),$("ts"),$("vc"),$("et").rowtime());         //创建表         tabEnv.createTemporaryView("sensor",table);         //执行sql         //TVF 中的cumulate累计窗口         //cumulate(table tableName,descriptor(timecol),step,size):作为一张表存在         //tableName:表名         //timecol:时间属性字段         //step:累计步长 , 跟滑动步长类似         //size:窗口长度         //特别注意?。。。?nbsp;        //1.累计窗口的步长与窗口长度同样是需要整数倍关系         // 2.如果在sql中使用了cumulate窗口,则一定需要group by,而且group by后一定有window_start,window_end两个字段         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】

推荐阅读