Question

嗨，我用以下值创建了以下流，

“ account_id VARCHAR，user_id VARCHAR，src_ip VARCHAR，country_code VARCHAR，消息VARCHAR”

现在，我可以在给定的滚动窗口内创建一个仅具有特定account_id匹配字段的表，如下所示，

CREATE TABLE  221_console_failure AS \
      SELECT user_id, country_code \ 
      FROM my_stream \
      WINDOW TUMBLING (SIZE 600 SECONDS) \
      WHERE account_id = '4894833322'

有什么方法可以找到同一用户在10分钟内是否从不同的国家/地区代码值登录

我的country_code字段包含IN，US，SG等值。

Answer 1

对于您的用例，您可以使用HISTOGRAM来解决，直到KSQL提供DISTINCT函数为止。

HISTOGRAM（col1）（输入类型：STREAM / TABLE）：返回一个映射，其中包含col1的不同String值，该值映射到给定窗口每次出现的次数。此版本将可计数的不同值的数量限制为1000，超过此数量的所有其他条目将被忽略。

CREATE TABLE 221_console_failure AS \
      SELECT user_id, \
      HISTOGRAM(country_code) as region, count(*) 
      FROM my_stream \
      WINDOW TUMBLING (SIZE 600 SECONDS) \
      WHERE user_account_id = '4894833322' \
                    GROUP BY user_account_id;

Output at consumer: b'{"USER_ID":"4894833322","REGION":{"SG":2,"IN":3},"KSQL_COL_2":5}'

现在，您可以在REGION检查地图长度> 1，因为它会收集不同的值。

如果您具有经度和纬度，也可以尝试使用标量函数GEO_DISTANCE(lat1, lon1, lat2, lon2, unit)。 KSQL - calculate distance from 2 messages using GEO_DISTANCE

Answer 2

KSQL尚不支持COUNT(DISTINCT)，这是您在这里需要的，以便能够运行它：

SELECT USER_ID, COUNT(DISTINCT COUNTRY_CODE) \
  FROM USER_EVENTS WINDOW TUMBLING (SIZE 10 MINUTES) \
GROUP BY USER_ID \
HAVING COUNT(DISTINCT COUNTRY_CODE) > 1;

如果此功能对您有用，请随时对https://github.com/confluentinc/ksql/issues/506进行投票/评论。

如何编写KSQL查询以区分特定用户的区域ID

2 个答案: