只有在找到至少一个匹配条件的事件时，才输出条件的事件，否则输出输入。

Question

我的输入有一个“条件”字段，只有两个值。让我们只假定值'A‘或'B’。

当在滚动窗口中找到至少一个带有condition=A的事件时，应该只输出带有condition=A的事件。但是，当没有找到A的事件时，应该在同一个窗口中输出B的事件。给定以下输入，其滚动窗口为4条滴答：

  Condition   Time  
 ----------- ------ 
  A           T1    
  B           T2    
  A           T3    
  B           T5    
  B           T6    
  B           T7    
  B           T8    
  B           T10   
  A           T11   
  A           T12   
  A           T13   
  A           T14   
  A           T15   

产出应如下：

  Condition   Time   (Window)  
 ----------- ------ ---------- 
  A           T1     T1-3      
  A           T3     T1-3      
  B           T5     T5-8      
  B           T6     T5-8      
  B           T7     T5-8      
  B           T8     T5-8      
  A           T11    T9-12     
  A           T12    T9-12     
  A           T13    T13-16    
  A           T14    T13-16    
  A           T15    T13-16    

如何设置我的步骤，以便从我的输入中获得以下输出？我尝试了几种使用组的方法，但都失败了。

Answer 1

这是个有趣的问题。首先，请允许我更正您对窗口的定义。从0到16的时间范围内，4个滴答的窗口是：

( 0 -  4]
( 4 -  8]
( 8 - 12]
(12 - 16]

，其中不包括开始时间，并包括结束时间。结束时间是该窗口上计算结果的时间戳。

下面是计算您的答案的查询。

WITH
count_as as (
    SELECT
        cnt = SUM(case cond when 'A' then 1 else 0 end)
    FROM input TIMESTAMP BY time
    GROUP BY tumblingwindow(second, 4)
)

SELECT
    input.cond, input.time
FROM
    count_as a
      JOIN
    input TIMESTAMP BY time
      ON DATEDIFF(second, input, a) >= 0 AND DATEDIFF(second, input, a) < 4
WHERE
    (a.cnt > 0 AND input.cond = 'A')
    OR
    (a.cnt = 0 AND input.cond = 'B')

count_as步骤计算窗口中A的数目。这将在窗口的每一端产生一个事件(在本例中为4、8、12和16秒)，并在最后4秒中看到A的计数。

然后我们就用input重新加入它，但是只持续了4秒。我们需要小心地定义时间界限(也称为摆动空间)，以正确地与窗口边界对齐。因此，使用>=0 and <4而不是between。