如何将 SQL 查询写入特定用户的不同区域 ID答案

【问题标题】：How to write a KSQL query to distint region id for particular user如何将 SQL 查询写入特定用户的不同区域 ID
【发布时间】：2020-05-14 00:48:35
【问题描述】：

您好，我创建了一个具有以下值的以下流，

"account_id VARCHAR, user_id VARCHAR, src_ip VARCHAR, country_code VARCHAR, message VARCHAR"

现在我可以在给定的翻滚窗口中创建一个只有特定 account_id 匹配字段的表，如下所示，

CREATE TABLE  221_console_failure AS \
      SELECT user_id, country_code \ 
      FROM my_stream \
      WINDOW TUMBLING (SIZE 600 SECONDS) \
      WHERE account_id = '4894833322'

有什么方法可以判断同一个用户是否在 10 分钟内从不同的国家代码值登录

我的 country_code 字段包含 IN、US、SG 等值。

【问题讨论】：

标签： ksqldb

【解决方案1】：

对于您的用例，您可以使用 HISTOGRAM 作为一种解决方法，直到 KSQL 提供 DISTINCT 函数。

HISTOGRAM(col1)（输入类型：STREAM/TABLE）：返回一个映射，其中包含 col1 的不同字符串值，映射到给定窗口中每个字符串出现的次数。此版本将可计数的不同值的数量限制为 1000，超过该数量的任何其他条目都将被忽略。

CREATE TABLE 221_console_failure AS \
      SELECT user_id, \
      HISTOGRAM(country_code) as region, count(*) 
      FROM my_stream \
      WINDOW TUMBLING (SIZE 600 SECONDS) \
      WHERE user_account_id = '4894833322' \
                    GROUP BY user_account_id;

Output at consumer: b'{"USER_ID":"4894833322","REGION":{"SG":2,"IN":3},"KSQL_COL_2":5}'

现在您可以在 REGION 检查地图长度 > 1，因为它收集不同的值。

如果您有经度和纬度，也可以尝试使用标量函数GEO_DISTANCE(lat1, lon1, lat2, lon2, unit)。 KSQL - calculate distance from 2 messages using GEO_DISTANCE

【讨论】：

【解决方案2】：

KSQL 还不支持COUNT(DISTINCT)，这就是你这里需要的，以便能够运行这个：

SELECT USER_ID, COUNT(DISTINCT COUNTRY_CODE) \
  FROM USER_EVENTS WINDOW TUMBLING (SIZE 10 MINUTES) \
GROUP BY USER_ID \
HAVING COUNT(DISTINCT COUNTRY_CODE) > 1;

如果此功能对您有用，请随时在https://github.com/confluentinc/ksql/issues/506 上投票/评论。

【讨论】：

DISTINCT 关键字本身不可用对吗？所以您上面的示例查询也将无法正常工作？我试过了，它说“输入'COUNT（DISTINCT'没有可行的选择”
正确。它尚不可用。我给出的示例是将需要运行的 SQL，如果 KSQL 确实支持它。