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', >>> ... >>> ); >>> >>>