大佬,有使用flink自定义过percent_rank函数吗?
楼主你好,是的,可以使用阿里云Flink自定义percent_rank函数。
以下是一个示例:
import org.apache.flink.table.functions.AggregateFunction
class PercentRankAccumulator {
var count: Long = 0
var sum: Long = 0
}
class PercentRank extends AggregateFunction[Double, PercentRankAccumulator] {
override def createAccumulator(): PercentRankAccumulator = new PercentRankAccumulator
def accumulate(acc: PercentRankAccumulator, score: Long): Unit = {
acc.count += 1
acc.sum += score
}
def getValue(acc: PercentRankAccumulator): Double = {
if (acc.count == 0) {
0.0
} else {
val rank = 1 - (acc.count - acc.sum.toDouble / acc.count) / acc.count.toDouble
BigDecimal(rank).setScale(2, BigDecimal.RoundingMode.HALF_UP).toDouble
}
}
def merge(acc: PercentRankAccumulator, its: java.lang.Iterable[PercentRankAccumulator]): Unit = {
val iter = its.iterator
while (iter.hasNext) {
val other = iter.next()
acc.count += other.count
acc.sum += other.sum
}
}
override def getAccumulatorType: TypeInformation[PercentRankAccumulator] = {
TypeInformation.of(classOf[PercentRankAccumulator])
}
override def getResultType: TypeInformation[Double] = {
TypeInformation.of(classOf[Double])
}
}
使用该函数:
val tEnv = StreamTableEnvironment.create(env, settings)
tEnv.createTemporarySystemFunction("percent_rank", new PercentRank)
val data = List(
(1L, 90L),
(2L, 77L),
(3L, 88L),
(4L, 90L),
(5L, 80L)
)
val table = env.fromCollection(data).toTable(tEnv, 'id, 'score)
tEnv.registerTable("test", table)
val result = tEnv.sqlQuery("SELECT id, score, percent_rank(score) OVER() as rank FROM test")
val ranks = result.toRetractStream[Row].filter(_._1).map(_._2.toString).print()
在此示例中,我们定义了一个PercentRank
聚合函数,它计算给定列的百分位数,并使用registerFunction()
方法将其注册到TableEnvironment中。然后,我们可以在SQL查询中使用percent_rank(score) OVER()
来计算分数的百分位数,并将结果打印到控制台。
版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。
实时计算Flink版是阿里云提供的全托管Serverless Flink云服务,基于 Apache Flink 构建的企业级、高性能实时大数据处理系统。提供全托管版 Flink 集群和引擎,提高作业开发运维效率。