各位大佬，有没有做过这种场景的需求，使用累积窗口+row_number()来实现： 需要使用累积窗口

可以使用Flink SQL实现您描述的场景，具体步骤如下：

问题描述

用户需要基于Flink SQL，通过累积窗口（tumbling window）每5分钟统计一次从当天到当前时间各个城市的订单总金额。数据源为MySQL的binlog数据，需先筛选每个窗口内每个城市的最新一条订单记录，再按城市汇总订单金额。

解决方案

1. 数据流处理

   • 首先，确保您的Flink作业配置了MySQL CDC Source来读取MySQL binlog数据。

2. 定义窗口与排序

   • 使用TUMBLE函数定义每5分钟的滚动窗口，并利用ROW_NUMBER()窗口函数对每个城市内的订单按时间戳降序排列，以选取每个窗口内最新的订单记录。

3. 去重并聚合

   • 在窗口内对每个城市的订单应用去重逻辑，保留每个窗口时间内的最新记录，然后按城市汇总订单金额。

示例代码

SELECT 
    city, 
    SUM(amount) AS total_amount
FROM (
    SELECT 
        city,
        amount,
        TUMBLE_START(rowtime, INTERVAL '5' MINUTE) as window_start,
        ROW_NUMBER() OVER (PARTITION BY city, TUMBLE(rowtime, INTERVAL '5' MINUTE) ORDER BY rowtime DESC) as row_num
    FROM order_mysql_cdc
    WHERE DATE_FORMAT(rowtime, 'yyyy-MM-dd') = DATE_FORMAT(CURRENT_TIMESTAMP, 'yyyy-MM-dd') -- 确保只统计当天数据
) latest_orders
WHERE row_num = 1
GROUP BY city, window_start;

注意事项

• 确保rowtime字段正确映射自MySQL表中的时间戳列，并且该列在MySQL CDC中被识别为Event Time属性，以便精确的时间窗口计算。
• 上述SQL示例假设order_mysql_cdc是接入MySQL binlog后生成的数据流表，其中包含city（城市）、amount（订单金额）和rowtime（订单时间戳）等字段。
• 使用DATE_FORMAT(rowtime, 'yyyy-MM-dd') = DATE_FORMAT(CURRENT_TIMESTAMP, 'yyyy-MM-dd')限制只统计当天数据，请根据实际需求调整日期格式化字符串。
• 记得根据实际情况调整窗口大小、时间间隔以及时间字段的处理方式。

通过上述Flink SQL实现，您可以达到每5分钟统计一次当天至当前时间各城市订单总金额的需求，同时确保每个窗口内仅考虑每个城市的最新订单记录。