DStream::reactiveStatelessEngine

语法

DStream::reactiveStatelessEngine(metrics, [filter], [keyColumn], [timeColumn])

参数

metrics 可以是表或字典数组,表示规则集合。
  • metrics 为表时:必须以下四列:

    • formula:STRING 类型,表示计算逻辑。其中的变量采用 keyColumn 指定的列中的值标识,keyColumn 如不止一列,则使用 : 连接各值。

    • outputMetricKey:STRING 类型,为该计算指定指标名。

    • triggerOn:STRING 类型,表示触发该计算的数据标识,即 keyColumn 指定的列为该值时触发计算,keyColumn 如不止一列,则使用 : 连接各值 。

    • filter:一个数据对,表示计算结果的限定范围,属于该范围的结果才会被输出。

  • metrics 为字典数组时:每个字典表示一条规则,包含键值 outputName,formula 以及可选键值 triggerOn,filter。

filter 可选参数,一个数据对,表示引擎级整体输出过滤范围。仅当 metrics 中没有设置为空时才使用该整体过滤。

keyColumn 可选参数,字符串标量或向量,表示输入表中用于标识数据的列名。

timeColumn 可选参数,字符串标量或向量,表示输入表的时间戳列名。配置后输出表包含对应时间列,其值为触发本次计算的数据时间;若多个计算触发同时触发,取最大时间。

返回值

返回一个 DStream 对象。

例子

if (!existsCatalog("orca")) {
	createCatalog("orca")
}
go
use catalog orca


// 如已存在流图,则先销毁该流图
// dropStreamGraph('engine')

g = createStreamGraph('engine')

metrics = array(ANY, 0, 0)
metric1 = dict(STRING,ANY)
// 依赖关系 product_B:value=product_A:factor1+product_A:factor2+product_B:factor1
metric1["outputName"] = `product_B:`value
metric1["formula"] = <A+B+C>
metric1["A"] = `product_A:`factor1
metric1["B"] = `product_A:`factor2
metric1["C"] = `product_B:`factor1
metrics.append!(metric1)
// 依赖关系 product_C:value=product_B:value*product_C:factor1
metric2 = dict(STRING, ANY)
metric2["outputName"] =`product_C:`value
metric2["formula"] = <A*B>
metric2["A"] = `product_B:`value 
metric2["B"] = `product_C:`factor1
metrics.append!(metric2)

g.source("input", `product`factor`value, [STRING, STRING, DOUBLE])
.reactiveStatelessEngine(metrics)
.sink("output")
g.submit()
go

products = take("product_A", 2)
factors = ["factor1", "factor2"]
values = [1.0, 2.0]
tmp = table(products as product, factors as factor, values as value)
appendOrcaStreamTable("input", tmp)

products = take("product_B", 1)
factors = take("factor1", 1)
values = take(1.0, 1)
tmp = table(products as product, factors as factor, values as value)
appendOrcaStreamTable("input", tmp)


select * from orca_table.output
productName metricName metricsResults
product_B value
product_C value
product_B value 4
product_C value