文章摘要
这篇文章主要介绍了如何在数据库中创建带有时间戳和水印的表，并通过查询SQL进行数据窗口计算。具体来说：
1. **表创建**：创建了`source_table`表，包含`user_id`、`price`、`timestamp`等字段，并使用`TO_TIMESTAMP`和`FROM_UNIXTIME`生成时间戳。表的连接方式为`socket`，连接到`node1`，端口为9999，输出格式为CSV。
2. **水印解释**：解释了`WATERMARK`关键字的作用，允许数据延迟2秒到达，触发计算窗口的开始时间。
3. **查询SQL**：展示了如何通过`tumble`函数对数据进行窗口分组，并计算窗口的时间范围。查询中使用了`UNIX_TIMESTAMP`将时间戳转换为整数，并分组统计用户ID、窗口PV和PV金额等信息。
总结：文章通过实例展示了如何在数据库中设置带有水印的表结构，并利用时间窗口功能进行数据分组和延迟计算。
#1.创建表
CREATE TABLE source_table (
user_id STRING,
price BIGINT,
`timestamp` bigint,
row_time AS TO_TIMESTAMP(FROM_UNIXTIME(`timestamp`)),
watermark for row_time as row_time – interval ‘2’ second
) WITH (
‘connector’=’socket’,
‘hostname’=’node1’,
‘port’=’9999’,
‘format’=’csv’
);
#2.Watermark的解释
WATERMARK FOR ts AS ts – INTERVAL ‘2’ SECOND
这里的2，表示，数据允许延迟2秒钟到达，窗口会在(正常结束+延迟时间)后触发计算
#3.查询SQL
select
user_id,
count(*) as pv,
sum(price) as sum_price,
UNIX_TIMESTAMP(CAST(tumble_start(row_time, interval ‘5’ second) AS STRING)) * 1000 as window_start,
UNIX_TIMESTAMP(CAST(tumble_end(row_time, interval ‘5’ second) AS STRING)) * 1000 as window_end
from source_table
group by
user_id,
tumble(row_time, interval ‘5’ second);