在我的情况下如何使用合适的窗口功能

Question

我使用的是 flink-1.13 sql。我有一个像这样的卡夫卡表

create my_table(
   id string,
   event_time timestamp(3)
   watermark for time as ...
)

我想像翻滚窗口一样每 10 分钟对消息进行一次分组，此外我还想在 1 小时内重新计算迟到的消息。
我知道的一种方法是使用 udf 之类的

select count(1) from my_table
     where event_time >= '1 hour ago'
     group by ten_minutes_udf(event_time)

但是这种方式 flink 状态永不过期，我找不到合适的 Window TVF Aggregation 来做它

还有其他方法吗？

Answer 1

在 Flink 1.14 中添加了一个 current_watermark() 函数，可用于检测和操作延迟事件。

从 1.13 之前开始，有一个实验性的 table.exec.emit.allow-lateness 配置选项可用于（现在是旧版）窗口操作（而不是窗口 TVF）。