| --- |
| id: online-compute_FlinkSQL_flinksql_014 |
| name: Interval Join + 窗口聚合 (订单支付) |
| category: online-compute/FlinkSQL |
| timeout_seconds: 600 |
| modality: pure-text |
| engine: flink-sql |
| --- |
| ## Prompt |
| 我需要你写一段 Flink SQL，用两个 datagen 内置连接器模拟订单流和支付流，先按 order_id 做 Interval Join 匹配订单与支付，再对匹配结果做 10 分钟滚动窗口聚合统计，输出到 console。 |
| |
| **业务背景与目标**：用两张 datagen 内置表分别模拟订单流和支付流。先按 order_id 做 Interval Join（支付时间在订单时间前后 10 分钟内），对匹配上的记录按 10 分钟滚动窗口聚合，统计每个窗口内的订单数和支付总额，输出到 console。 |
|
|
| **源表定义**： |
| - `orders_source`（订单流，datagen 连接器）： |
| - order_id INT：订单 ID，随机取值 1~1000000 |
| - user_id INT：用户 ID，随机取值 1~100000 |
| - order_time：使用 LOCALTIMESTAMP 生成事件时间，设置 WATERMARK 延迟 60 秒 |
| - 生成速率：rows-per-second = 10000 |
| |
| - `payments_source`（支付流，datagen 连接器）： |
| - order_id INT：订单 ID，随机取值 1~1000000 |
| - pay_amount DOUBLE：支付金额，随机取值 0~5000 |
| - pay_time：使用 LOCALTIMESTAMP 生成事件时间，设置 WATERMARK 延迟 60 秒 |
| - 生成速率：rows-per-second = 10000 |
| |
| **输出表定义**： |
| - `console_output`（print 连接器）： |
| - window_start VARCHAR：滚动窗口起始时间 |
| - window_end VARCHAR：滚动窗口结束时间 |
| - order_count BIGINT：窗口内匹配订单数 |
| - total_pay DOUBLE：窗口内支付总额 |
|
|
| **SQL 逻辑**： |
| - 第一步：orders_source 与 payments_source 做 Interval Join |
| - 关联条件：o.order_id = p.order_id |
| - 时间窗口：p.pay_time BETWEEN o.order_time - INTERVAL '10' MINUTE AND o.order_time + INTERVAL '10' MINUTE |
| - 注意：对 pay_time 做 CAST(pay_time AS TIMESTAMP(3)) 降为普通时间戳 |
| - 第二步：对 Join 结果做 10 分钟 TUMBLE 滚动窗口聚合 |
| - 使用 TUMBLE 按 o.order_time 作为事件时间 |
| - 聚合 COUNT(*) AS order_count 和 SUM(p.pay_amount) AS total_pay |
| - 使用 TUMBLE_START 和 TUMBLE_END（CAST 为 VARCHAR） |
| |
| **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, order_count, total_pay |
| |
| |
