窗口式查询 - SQL适用于应用程序的 Amazon Kinesis Data Analytics 开发者指南

对于新项目，我们建议您使用适用于 Apache Flink Studio 的新托管服务，而不是应用程序版 Kinesis Data Analytics。SQLManaged Service for Apache Flink Studio 不仅操作简单，还具有高级分析功能，使您能够在几分钟内构建复杂的流处理应用程序。

本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

窗口式查询

对应用程序内部流连续执行应用程序代码中的 SQL 查询。应用程序内部流表示通过您的应用程序持续流动的无边界数据。因此，要从该连续更新输入获取结果集，通常可以使用根据时间或行定义的窗口来限制查询。这些查询也称为窗口式 SQL。

对于基于时间的窗口式查询，需要以时间为单位指定窗口大小（例如，一分钟窗口）。这需要在应用程序内部流中有一个单调递增的时间戳列。(新行的时间戳大于或等于前一行。) Amazon Kinesis Data Analytics 为每个应用程序内部流提供名为 ROWTIME 的时间戳列。在指定基于时间的查询时，可以使用该列。对于您的应用程序，可以选择其他某个时间戳选项。有关更多信息，请参阅时间戳和 ROWTIME 列。

对于基于行的窗口式查询，可以使用行数为单位指定窗口大小。

您可以根据应用程序需求指定查询以滚动窗口方式、滑动窗口方式还是交错窗口方式处理记录。Kinesis Data Analytics 支持以下窗口类型：

  • 交错窗口：一个使用基于时间的键控窗口聚合数据的查询，这种窗口在数据到达时打开。这些键允许多个重叠的窗口。这是使用基于时间的窗口聚合数据的推荐方法，因为与 Tumbling 窗口相比，Stagger Windows 可以减少延迟或 out-of-order 数据流量。

  • 滚动窗口：一个使用基于时间的不同窗口聚合数据的查询，这些窗口以固定时间间隔打开和关闭。

  • 滑动窗口：一个使用固定时间或行计数间隔连续聚合数据的查询。