Flink SQL窗口TVF（表值函数）详解：TUMBLE/HOP/SESSION/CUMULATE
Flink 1.13+引入窗口表值函数（TVF），请详细说明TUMBLE、HOP、SESSION、CUMULATE四种窗口函数的SQL语法、语义区别、输出字段（window_start/window_end）以及它们在Group Aggregation和Top-N场景下的用法。给出CUMULATE窗口适用于实时累计统计的示例。
回答
我是大山
窗口表值函数（TVF）四种类型：
1. TUMBLE（滚动窗口）
SELECT window_start, window_end, COUNT(*) AS cnt
FROM TABLE(TUMBLE(TABLE events, DESCRIPTOR(ts), INTERVAL '10' MINUTE))
GROUP BY window_start, window_end;
- 固定大小，不重叠，每个事件属于1个窗口
2. HOP（滑动窗口）
-- 每5分钟滑动，窗口大小15分钟
SELECT window_start, window_end, SUM(amount)
FROM TABLE(HOP(TABLE orders, DESCRIPTOR(ts), INTERVAL '5' MINUTE, INTERVAL '15' MINUTE))
GROUP BY window_start, window_end;
- 固定大小+滑动步长，事件可能属于多个窗口
3. SESSION（会话窗口）
SELECT window_start, window_end, user_id, COUNT(*)
FROM TABLE(SESSION(TABLE clicks, DESCRIPTOR(ts), INTERVAL '10' MINUTE))
GROUP BY window_start, window_end, user_id;
- 按活动间隙分组，适合用户行为session分析
4. CUMULATE（累积窗口）
-- 每10分钟输出当天累计值
SELECT window_start, window_end, SUM(amount) AS total
FROM TABLE(CUMULATE(TABLE orders, DESCRIPTOR(ts), INTERVAL '10' MINUTE, INTERVAL '1' DAY))
GROUP BY window_start, window_end;
- 逐步扩大窗口（10min→20min→30min→...→1天）
- 适合实时累计统计（如当日累计销售额）
TVF优势：相比GroupWindow，支持嵌套窗口聚合、窗口Top-N、多级窗口