tasks/online-compute/FlinkSQL/flinksql_020/task.md

---
id: online-compute_FlinkSQL_flinksql_020
name: 窗口去重 (TVF Dedup)
category: online-compute/FlinkSQL
timeout_seconds: 600
modality: pure-text
engine: flink-sql
---
## Prompt
我需要你写一段 Flink SQL，用 datagen 内置连接器模拟事件流，使用 TUMBLE TVF 窗口表值函数 + ROW_NUMBER 做窗口去重，每个窗口内每个用户只保留最早的一条事件。

**业务背景与目标**：用 datagen 内置表生成用户事件流，共 5000 行/秒。字段包括 user_id（用户 ID，1~10000）、event_id（事件 ID）、event_type（事件类型，1~8）。使用 LOCALTIMESTAMP 作为事件时间，设置 10 秒 Watermark 延迟。

使用 TUMBLE 表值函数（TABLE(TUMBLE(...))）将事件分配到 5 分钟滚动窗口，然后在每个（window_start, user_id）分区内，按事件时间升序使用 ROW_NUMBER() 编号，只保留每个窗口每个用户的第一条事件（rn = 1），最后输出到 console。

**源表定义**：
- `event_source`（datagen 连接器）：
  - user_id INT：用户 ID，随机取值 1~10000
  - event_id BIGINT：事件 ID，随机取值
  - event_type INT：事件类型，随机取值 1~8
  - event_time：使用 LOCALTIMESTAMP 生成事件时间，设置 WATERMARK 延迟 10 秒
  - 生成速率：rows-per-second = 5000

**输出表定义**：
- `console_output`（print 连接器）：
  - window_start TIMESTAMP(3)：窗口起始时间
  - window_end TIMESTAMP(3)：窗口结束时间
  - user_id INT：用户 ID
  - event_id BIGINT：事件 ID
  - event_type INT：事件类型

**去重逻辑**：
- 窗口：TUMBLE TVF 5 分钟滚动窗口
- 排序：ROW_NUMBER() OVER (PARTITION BY window_start, user_id ORDER BY event_time ASC)
- 过滤：WHERE rn = 1 保留每个窗口每个用户的第一条事件
- 窗口时间字段可从 TVF 的 window_start 和 window_end 获得

**输出要求**：
- 使用 INSERT INTO console_output 将结果输出
- 输出字段顺序：window_start, window_end, user_id, event_id, event_type