我最近开始使用ksql，想检查是否有人可以帮助我进行查询设计。问题陈述是我有一个视频会议应用程序，广播公司可以在其中多次启动和暂停流。我想获取该流的总播放时间和总暂停时间。我有一个包含开始和暂停时间戳的点击流数据。我应该怎么做才能生成优化的视图。
非常感谢您的帮助：）
谢谢
答案 0 :(得分：1)
您需要解决的第一个问题是如何将开始/停止事件分组在一起？
就像，您将希望通过某种USER_ID或其他属性来对它们进行分组，这些属性可以唯一地标识正在启动/停止流的广播公司。
同样，您还希望根据某种STREAM_ID或其他属性来分组，这些属性可以唯一地标识正在播放的流。
这可能就足够了，只要您只需要每个广播者，每个视频的总播放时间即可。但是，您可能还需要考虑时间。例如，如果我今天看一个视频，然后明天再看一次，那是两次观看会议，并且观看时间总计是两个，还是您不在乎？
将事件及时分组的一种方法是使用会话窗口。在会话化数据之前，需要定义定义会话的参数。这是good example of using session windows in ksqlDB。
将事件按时间分组的另一种方法是使用滚动窗口。这是good example of using tumbling windows。
对事件进行分组后，您可能需要计算播放时间。例如，如果我在时间5开始播放，在时间8停止播放，那么我观看视频的时间就是5 - 8 = 3。
这需要捕获播放事件并等待停止事件，然后输出时间差。并以容错的方式进行一些操作。
在撰写本文时，这将需要自定义UDAF（自定义用户定义的聚合函数）。
自定义UDAF可以捕获开始事件，将其存储以备将来参考，并为播放时间输出“ 0”，然后在看到相应的停止事件时，可以从其状态中删除开始事件，计算播放时间并返回。
这里是good example of writing a custom UDF in ksqlDB，尽管您需要自定义的UDAF，这些内容已覆盖here。
目前有一个PR open with an enhancement to the LATEST_BY_OFFSET method可以很好地满足您的目的。这增强了方法，使其可以捕获最后一个N值，而不仅仅是捕获最后一个1值。很有可能，它将在ksqlDB v0.13中发布，如果您有任何开发经验，则始终可以提取代码并在本地进行编译。如果它不能满足您的目的，那么您也许可以将其用作开发自己的起点。
当然，这些解决方案要求您对源事件流进行正确排序，以使停止事件永远不会在与它们相关的播放事件之前出现。
一旦计算了一对开始/停止事件之间的播放时间，就需要对其进行汇总。这是good example of how to aggregate in ksqlDB。