按直播间ID和用户ID分组，使用session window，使用1min作为gap，统计key+window内的count即可，即sum(1)。
或者感觉你打点实际不一定肯定是1min、2min这种整时间点，可以统计key+window内的min/max，然后输出的时候做个减法。 session window的作用就是根据连续2个元素的gap决定是否将2个元素放入同一个window中。 张锴 <zk357794...@gmail.com> 于2020年12月28日周一 下午5:35写道： > 能描述一下用session window的考虑吗 > > Akisaya <akikevins...@gmail.com> 于2020年12月28日周一 下午5:00写道： > > > 这个可以用 session window 吧 > > > > > https://ci.apache.org/projects/flink/flink-docs-stable/dev/stream/operators/windows.html#session-windows > > > > news_...@163.com <news_...@163.com> 于2020年12月28日周一 下午2:15写道： > > > > > 这么做的前提是每条记录是顺序进入KAFKA的才行，但真实场景不能保证这条，有可能较早的打点记录却较晚进入kafka队列。 > > > > > > > > > > > > news_...@163.com > > > > > > 发件人： 张锴 > > > 发送时间： 2020-12-28 13:35 > > > 收件人： user-zh > > > 主题： 根据业务需求选择合适的flink state > > > 各位大佬帮我分析下如下需求应该怎么写 > > > > > > 需求说明： > > > > 公司是做直播业务方面的，现在需要实时统计用户的在线时长，来源kafka，每分钟产生直播打点记录，数据中包含eventTime字段。举个例子，用户A > > > > > > > > > 在1，2，3分钟一直产生打点记录，那么他的停留时长就是3分钟，第5，6分钟又来了，那他的停留时长就是2分钟，只要是连续的打点记录就合成一条记录，每个直播间每个用户同理。 > > > > > > 我的想法： > > > 我现在的想法是按直播间ID和用户ID分组，然后process，想通过state方式来做，通过截取每条记录的event Time中的分钟数 > > > 减去上一条的分钟数，如果他们差值等于1，说明是连续关系，则继续。如果不为1，说明断开了，直接输出这条记录，同时情况当前key的状态。 > > > > > > 不知道各位大佬对我的这个想法有什么建议，或者说有更好的处理方式。 > > > > > > flink 版本1.10.1 > > > > > >
