Python pyflink WindowedStream.reduce用法及代碼示例

本文簡要介紹 python 語言中 pyflink.datastream.WindowedStream.reduce 的用法。

用法:

reduce(reduce_function: Union[Callable, pyflink.datastream.functions.ReduceFunction], window_function: Union[pyflink.datastream.functions.WindowFunction, pyflink.datastream.functions.ProcessWindowFunction] = None, output_type: pyflink.common.typeinfo.TypeInformation = None) → pyflink.datastream.data_stream.DataStream

將reduce函數應用於窗口。每次對每個鍵的窗口進行評估時，都會調用窗口函數。 reduce 函數的輸出被解釋為常規的非窗口流。

此窗口將嘗試在窗口策略允許的範圍內逐步聚合數據。例如，翻滾時間窗口可以聚合數據，這意味著每個鍵隻存儲一個元素。滑動時間窗口將聚合滑動間隔的粒度，因此每個鍵存儲幾個元素(每個滑動間隔一個)。自定義窗口可能無法增量聚合，或者可能需要在聚合樹中存儲額外的值。

例子：

>>> ds.key_by(lambda x: x[1]) \
...     .window(TumblingEventTimeWindows.of(Time.seconds(5))) \
...     .reduce(lambda a, b: a[0] + b[0], b[1])

參數：

• reduce_function- 減少函數。

• window_function- 窗口函數。

• output_type- 窗口函數的結果類型的類型信息。

返回：

將reduce函數應用於窗口的結果的數據流。

版本 1.16.0 中的新函數。