您现在的位置是：亿华云 > 系统运维
Flink SQL 知其所以然：Over 聚合操作
亿华云2025-10-03 06:21:03【系统运维】2人已围观
简介架构大家好，我是老羊，今天我们来学习 Flink SQL 中的· Over 聚合操作。Over 聚合定义支持 Batch\Streaming）：可以理解为是一种特殊的滑动窗口聚合函数。那这里我们拿Ov
架构
大家好，聚合我是操作老羊，今天我们来学习 Flink SQL 中的聚合· Over 聚合操作。
那这里我们拿 Over 聚合 与 窗口聚合 做一个对比，聚合其之间的操作最大不同之处在于：
窗口聚合：不在 group by 中的字段，不能直接在 select 中拿到
Over 聚合：能够保留原始字段
注意：其实在生产环境中，聚合Over 聚合的操作使用场景还是比较少的。在 Hive 中也有相同的聚合聚合，但是操作小伙伴萌可以想想你在离线数仓经常使用嘛？
应用场景：计算最近一段滑动窗口的聚合结果数据。云服务器际案例：查询每个产品最近一小时订单的聚合金额总和：
SELECT order_id, order_time, amount,
SUM(amount) OVER (
PARTITION BY product
ORDER BY order_time
RANGE BETWEEN INTERVAL 1 HOUR PRECEDING AND CURRENT ROW
) AS one_hour_prod_amount_sum
FROM OrdersOver 聚合的语法总结如下：
SELECT
agg_func(agg_col) OVER (
[PARTITION BY col1[, col2, ...]]
ORDER BY time_col
range_definition),
...
FROM ...其中：
ORDER BY：必须是时间戳列（事件时间、处理时间）PARTITION BY：标识了聚合窗口的操作聚合粒度，如上述案例是聚合按照 product 进行聚合range_definition：这个标识聚合窗口的聚合数据范围，在 Flink 中有两种指定数据范围的操作方式。第一种为按照行数聚合，聚合第二种为按照时间区间聚合。如下案例所示：a. 时间区间聚合：
按照时间区间聚合就是时间区间的一个滑动窗口，比如下面案例 1 小时的区间，最新输出的一条数据的 sum 聚合结果就是亿华云最近一小时数据的 amount 之和。
CREATE TABLE source_table (
order_id BIGINT,
product BIGINT,
amount BIGINT,
order_time as cast(CURRENT_TIMESTAMP as TIMESTAMP(3)),
WATERMARK FOR order_time AS order_time - INTERVAL 0.001 SECOND
) WITH (
connector = datagen,
rows-per-second = 1,
fields.order_id.min = 1,
fields.order_id.max = 2,
fields.amount.min = 1,
fields.amount.max = 10,
fields.product.min = 1,
fields.product.max = 2
);
CREATE TABLE sink_table (
product BIGINT,
order_time TIMESTAMP(3),
amount BIGINT,
one_hour_prod_amount_sum BIGINT
) WITH (
connector = print
);
INSERT INTO sink_table
SELECT product, order_time, amount,
SUM(amount) OVER (
PARTITION BY product
ORDER BY order_time
-- 标识统计范围是一个 product 的最近 1 小时的数据
RANGE BETWEEN INTERVAL 1 HOUR PRECEDING AND CURRENT ROW
) AS one_hour_prod_amount_sum
FROM source_table结果如下：
+I[2, 2021-12-24T22:08:26.583, 7, 73]
+I[2, 2021-12-24T22:08:27.583, 7, 80]
+I[2, 2021-12-24T22:08:28.583, 4, 84]
+I[2, 2021-12-24T22:08:29.584, 7, 91]
+I[2, 2021-12-24T22:08:30.583, 8, 99]
+I[1, 2021-12-24T22:08:31.583, 9, 138]
+I[2, 2021-12-24T22:08:32.584, 6, 105]
+I[1, 2021-12-24T22:08:33.584, 7, 145]b. 行数聚合：
按照行数聚合就是数据行数的一个滑动窗口，比如下面案例，最新输出的一条数据的 sum 聚合结果就是最近 5 行数据的 amount 之和。
CREATE TABLE source_table (
order_id BIGINT,
product BIGINT,
amount BIGINT,
order_time as cast(CURRENT_TIMESTAMP as TIMESTAMP(3)),
WATERMARK FOR order_time AS order_time - INTERVAL 0.001 SECOND
) WITH (
connector = datagen,
rows-per-second = 1,
fields.order_id.min = 1,
fields.order_id.max = 2,
fields.amount.min = 1,
fields.amount.max = 2,
fields.product.min = 1,
fields.product.max = 2
);
CREATE TABLE sink_table (
product BIGINT,
order_time TIMESTAMP(3),
amount BIGINT,
one_hour_prod_amount_sum BIGINT
) WITH (
connector = print
);
INSERT INTO sink_table
SELECT product, order_time, amount,
SUM(amount) OVER (
PARTITION BY product
ORDER BY order_time
-- 标识统计范围是一个 product 的最近 5 行数据
ROWS BETWEEN 5 PRECEDING AND CURRENT ROW
) AS one_hour_prod_amount_sum
FROM source_table预跑结果如下：
+I[2, 2021-12-24T22:18:19.147, 1, 9]
+I[1, 2021-12-24T22:18:20.147, 2, 11]
+I[1, 2021-12-24T22:18:21.147, 2, 12]
+I[1, 2021-12-24T22:18:22.147, 2, 12]
+I[1, 2021-12-24T22:18:23.148, 2, 12]
+I[1, 2021-12-24T22:18:24.147, 1, 11]
+I[1, 2021-12-24T22:18:25.146, 1, 10]
+I[1, 2021-12-24T22:18:26.147, 1, 9]
+I[2, 2021-12-24T22:18:27.145, 2, 11]
+I[2, 2021-12-24T22:18:28.148, 1, 10]
+I[2, 2021-12-24T22:18:29.145, 2, 10]当然，如果你在一个 SELECT 中有多个聚合窗口的聚合方式，Flink SQL 支持了一种简化写法，如下案例：
SELECT order_id, order_time, amount,
SUM(amount) OVER w AS sum_amount,
AVG(amount) OVER w AS avg_amount
FROM Orders
-- 使用下面子句，网站模板定义 Over Window
WINDOW w AS (
PARTITION BY product
ORDER BY order_time
RANGE BETWEEN INTERVAL 1 HOUR PRECEDING AND CURRENT ROW)很赞哦!（49）
