Flink SQL专门用 OVER 聚合做了优化实现。所以只有在 Top N 的应用场景中，OVER 窗口 ORDER BY后才可以指定其它排序字段；而要想实现 Top N，就必须按照上面的格式进行定义，否则 Flink SQL 的优化器将无法正常解析。而且，目前 Table API 中并不支持 ROW_NUMBER()函数，所以也 只有 SQL 中这一种通用的 Top N 实现方式 public static void main(String[] args) { //执行环境 StreamExecutionEnvironment environment = StreamExecutionEnvironment.getExecutionEnvironment(); environment.setParallelism(1); StreamTableEnvironment tableEnvironment = StreamTableEnvironment.create(environment); //执行SQL tableEnvironment.executeSql("CREATE TABLE t_goods (\n" + " gid STRING,\n" + " type INT,\n" + " price INT,\n" + " ts AS localtimestamp,\n" + " WATERMARK FOR ts AS ts - INTERVAL '5' SECOND\n" + ") WITH (\n" + " 'connector' = 'datagen',\n" + " 'rows-per-second'='1',\n" + " 'fields.gid.length'='10',\n" + " 'fields.type.min'='1',\n" + " 'fields.type.max'='1',\n" + " 'fields.price.min'='100',\n" + " 'fields.price.max'='999'\n" + ")"); // tableEnvironment.sqlQuery("select * from t_goods").execute().print(); //排序开窗函数--所有数据的排序 tableEnvironment.sqlQuery("select * from (" + " select *, ROW_NUMBER() OVER (" + " PARTITION BY type " + " ORDER BY price desc " + " ) AS rownum from t_goods" + ") WHERE rownum <= 3 ").execute().print(); }。。。怎么理解。。。

Flink SQL针对Top N应用场景进行了优化，可以使用OVER窗口函数来实现。在使用OVER窗口函数时，需要按照一定的格式进行定义，否则Flink SQL的优化器可能无法正常解析。目前，在Table API中并不支持ROW_NUMBER()函数，只能在SQL中使用。可以使用ROW_NUMBER()函数来进行排序并筛选出Top N的数据，具体的SQL语句如下：

SELECT *
FROM (
  SELECT *,
         ROW_NUMBER() OVER (PARTITION BY type ORDER BY price DESC) AS rownum
  FROM t_goods
)
WHERE rownum <= 3

这个SQL语句的意思是，在t_goods表中，按照type分组，然后按照price降序排列，再使用ROW_NUMBER()函数进行排序，最后筛选出前三个数据。这种方式是通用的Top N实现方式，可以在Flink SQL中使用。

相关问题

在 Flink SQL 中，是通过 OVER 聚合和一个条件筛选来实现 Top N 的。。。怎么理解。。

在 Flink SQL 中，可以使用 OVER 聚合和条件筛选来实现 Top N 的功能。

首先，OVER 聚合是指在一个窗口内对整个数据集进行聚合操作，而不是仅聚合每个分组。可以使用 OVER() 子句来指定 OVER 聚合，比如：

SELECT word, count(*) OVER() as cnt
FROM words

其中，`count(*) OVER()` 会对整个数据集进行计数。

然后，可以在 OVER 聚合的基础上使用条件筛选来获取 Top N 数据。比如，要获取前 10 个出现次数最多的单词，可以这样写：

SELECT word, cnt
FROM (
  SELECT word, count(*) OVER() as cnt
  FROM words
) WHERE row_number() OVER (ORDER BY cnt DESC) <= 10

其中，`row_number() OVER (ORDER BY cnt DESC)` 会根据 cnt 字段降序排序，然后为每一行分配一个序号，最后通过条件筛选保留前 10 行数据。

也可以使用其他聚合函数，比如 SUM()、AVG() 等等，来实现不同的 Top N 功能。

8. FlinkSQL 聚合查询 8.3. TopN 8.3.1. 普通TopN 8.3.2. 窗口Top N

在 FlinkSQL 中可以使用 TopN 实现对数据流中某个字段的排序并取出前 N 个数据。TopN 算子适用于一些需要对数据进行排序、筛选的场景，比如热门商品排行、用户行为分析等。

普通 TopN 是指对整个数据流进行排序，取出前 N 条数据。在 FlinkSQL 中，可以使用如下语句实现普通 TopN：

SELECT *
FROM (
  SELECT *,
         ROW_NUMBER() OVER (ORDER BY column DESC) as rownum
  FROM table
) t
WHERE rownum <= N

其中，ROW_NUMBER() OVER (ORDER BY column DESC) as rownum 表示对表中的某个字段进行降序排序，并为每一行分配一个 rownum，表示该行在排序后的位置。然后在外层 SELECT 语句中筛选出 rownum 小于等于 N 的数据即可。

窗口 TopN 是指对某个时间窗口内的数据进行排序，取出前 N 条数据。在 FlinkSQL 中，可以使用如下语句实现窗口 TopN：

SELECT *
FROM (
  SELECT *,
         ROW_NUMBER() OVER (PARTITION BY window ORDER BY column DESC) as rownum
  FROM table
  GROUP BY window, other_column
) t
WHERE rownum <= N

其中，ROW_NUMBER() OVER (PARTITION BY window ORDER BY column DESC) as rownum 表示对每个时间窗口内的数据进行排序，并为每一行分配一个 rownum，表示该行在排序后的位置。在外层 SELECT 语句中筛选出 rownum 小于等于 N 的数据即可。需要注意的是，在窗口 TopN 中，需要使用 GROUP BY 将数据按照时间窗口和其他字段进行分组，否则会出现重复数据。