SELECT class_no, collect(info)
FROM (
SELECT class_no, ROW(student_no, name, age) AS info
FROM source_table
)
GROUP BY class_no;
从SQL层面想到比较接近的方法，但multiset无法转array
从你的需求描述看，mongodb目标表的这种班级设计平时可能不太需要，如果是为了查某个班所有的学生的话，在查询的时候加个where条件即可，没有必要把明细数据再放到一个数组里面
感觉可能是你定义表结构和实际使用方面的问题，可以换个角度思考下
在 2021-12-03 08:36:57，"casel.chen" <casel_c...@126.com> 写道：
>可我要的最终结果不是string，最好是通用的Row类型，这样的话下次聚合其他维度就不用重复开发UDF了。
>类似我这样的需求应该其他人也会遇到吧？
>功能：collect出一个Multiset即map，key是数据本身，value是数据出现的次数，可以按出现次数排序等。
> 输出可以是去重或不去重的Array（按出现次数排序或不排序），也可以就是map本身
>
>
>目前collect函数可以输出一个Multiset即map，但要怎么按value即出现次数排序并只输出排序后的keyset，用flink sql要怎么写呢？
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>在 2021-12-02 09:58:28，"cyril cui" <cw68s...@gmail.com> 写道：
>>af里acc为个list，merge的时候合并，输出的时候 list拼成string即可
>>
>>casel.chen <casel_c...@126.com> 于2021年12月2日周四 上午9:46写道：
>>
>>> 使用场景如下，将kafka源表通过flink sql处理成mongodb汇表存入。按照班级进行group
>>> by，输出对应班级所有的学生数据集合。请问用flink sql自带的collect函数能实现吗？如果能的话要怎么写sql?
>>> 如果不能的话要怎么写UDAF，有例子参考吗？谢谢！
>>>
>>> kafka源表：
>>> 班级 学号 姓名 年龄
>>> 1 20001 张三 15
>>> 2 20011 李四 16
>>> 1 20002 王五 16
>>> 2 20012 吴六 15
>>>
>>> create table source_table (
>>> class_no: INT,
>>> student_no: INT,
>>> name: STRING,
>>> age: INT
>>> ) with (
>>> 'connector' = 'kafka',
>>> ...
>>> );
>>>
>>>
>>>
>>> 通过flink sql处理输出 ==>
>>>
>>>
>>> mongodb目标表：
>>> 班级 学生信息
>>> 1 [{"student_no": 20001, "name":"张三", "age": 15}, {"student_no":
>>> 20002, "name":"王五", "age": 16}]
>>> 2 [{"student_no": 20011, "name":"李四", "age": 16}, {"student_no":
>>> 20012, "name":"吴六", "age": 15}]
>>>
>>> create table sink_table (
>>> class_no INT,
>>> students: ARRAY<ROW<student_no STRING, name STRING, age INT>>
>>> ) with (
>>> 'connector' = 'mongodb',
>>> ...
>>> );
>>>
>>>
