在仔細考慮之後，我們決定停止 Amazon Kinesis Data Analytics for SQL 應用程式： 1. 從 **2025 年 9 月 1 日起，**我們不會為 Amazon Kinesis Data Analytics for SQL 應用程式提供任何錯誤修正，因為考慮到即將終止，我們將對其提供有限的支援。 2. 從 **2025 年 10 月 15 日起，**您將無法建立新的 Kinesis Data Analytics for SQL 應用程式。 3. 我們將自 **2026 年 1 月 27** 日起刪除您的應用程式。您將無法啟動或操作 Amazon Kinesis Data Analytics for SQL 應用程式。從那時起，Amazon Kinesis Data Analytics for SQL 將不再提供支援。如需詳細資訊，請參閱[Amazon Kinesis Data Analytics for SQL 應用程式終止](discontinuation.md)。 本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。 # 窗口化查詢 應用程式碼中的 SQL 查詢會透過應用程式內串流持續執行。應用程式內串流，代表的是持續在應用程式中流動的無限制資料。因此，若要取得此持續更新輸入的結果集，經常會使用定義的窗口時段或資料列來限制查詢。這些也被稱為*窗口式 SQL*。 對於以時間為基礎的窗口化查詢，您可以根據時間來指定窗口大小 (例如，一分鐘的窗口)。這需要應用程式內串流中的時間戳記資料欄，該欄會單調增加。(新資料列的時間戳記大於或等於上一列。) 在每個應用程式內串流中，Amazon Kinesis Data Analytics 會提供這樣的時間戳記欄，名為 `ROWTIME`。您可以在指定基於時間的查詢中使用此資料欄。針對應用程式，您可以選擇其他時間戳記選項。如需詳細資訊，請參閱[時間戳記和 ROWTIME 欄](timestamps-rowtime-concepts.md)。 針對以資料列為基礎的窗口化查詢，您可以根據資料列數來指定窗口大小。 您可以根據應用程式需求，指定查詢以輪轉窗口、滑動窗口或交錯窗口方式處理記錄。Kinesis Data Analytics 支援下列窗口類型： + [交錯窗口](stagger-window-concepts.md)：此查詢使用金鑰式時間窗口彙總資料，該窗口會在資料到達時打開。這些金鑰允許多個重疊的窗口。這是使用以時間窗口彙總資料的建議方式，因為與輪轉窗口相比，交錯窗口會減少遲到或順序不符的資料。 + [輪轉窗口](tumbling-window-concepts.md)：此查詢使用定期開啟和關閉的時間窗口來彙總資料。 + [滑動視窗](sliding-window-concepts.md)：此查詢使用固定時間或資料列計數間隔持續彙總資料。 # 交錯窗口 使用*交錯窗口*是一種窗口化方法，適用於分析不一致時間到達的資料群組。此方式非常適合任何時間序列分析使用案例，例如一組相關的銷售或日誌記錄。 例如，[VPC 流程日誌](https://docs.aws.amazon.com/vpc/latest/userguide/flow-logs.html#flow-logs-limitations)的擷取窗口約為 10 分鐘。但如果你在客戶端上彙總資料，則可以有一個長達 15 分鐘的擷取窗口，。交錯視窗是彙總這些日誌以進行分析的理想選擇。 交錯窗口可解決相關記錄未落入相同時間限制窗口的問題，例如使用輪轉窗口時。 ## 有輪轉窗口的部分結果 彙總遲到或順序錯誤的資料時，使用 [輪轉窗口](tumbling-window-concepts.md) 有某些限制。 如果使用輪轉窗口來分析與時間相關的資料群組，則個別記錄可能會落入不同的窗口中。因此，每個窗口的部分結果必須在稍後合併，以產生每組記錄的完整結果。 在下面的輪轉窗口查詢中，記錄按列時間，事件時間和股票代號分組到窗口中： ``` CREATE OR REPLACE STREAM "DESTINATION_SQL_STREAM" ( TICKER_SYMBOL VARCHAR(4), EVENT_TIME timestamp, TICKER_COUNT DOUBLE); CREATE OR REPLACE PUMP "STREAM_PUMP" AS INSERT INTO "DESTINATION_SQL_STREAM" SELECT STREAM TICKER_SYMBOL, FLOOR(EVENT_TIME TO MINUTE), COUNT(TICKER_SYMBOL) AS TICKER_COUNT FROM "SOURCE_SQL_STREAM_001" GROUP BY ticker_symbol, FLOOR(EVENT_TIME TO MINUTE), STEP("SOURCE_SQL_STREAM_001".ROWTIME BY INTERVAL '1' MINUTE); ``` 在下圖中，應用程式根據交易發生的時間（事件時間），以一分鐘的精細程度計算接收的交易數量。該應用程式可以使用輪轉窗口，根據列時間和事件時間幫資料分組。該應用程式收到四條記錄，這些記錄彼此都在一分鐘內到達。它按列時間，事件時間和股票符號幫記錄分組。因為有些記錄會在第一個輪轉窗口結束後到達，所以記錄不會全部落在相同的一分鐘輪轉窗口內。 ![\[Tumbling windows diagram showing data grouping by row time, event time, and ticker symbol over two minutes.\]](http://docs.aws.amazon.com/zh_tw/kinesisanalytics/latest/dev/images/stagger_0.png) 前面的圖表具有以下事件。 **** | ROWTIME | EVENT\$1TIME | TICKER\$1SYMBOL | | --- | --- | --- | | 11：00：20 | 11：00：10 | AMZN | | 11：00：30 | 11：00：20 | AMZN | | 11：01：05 | 11：00：55 | AMZN | | 11：01：15 | 11：01：05 | AMZN | 來自輪轉窗口應用程式的結果集類似如下。 **** | ROWTIME | EVENT\$1TIME | TICKER\$1SYMBOL | COUNT | | --- | --- | --- | --- | | 11：01：00 | 11：00：00 | AMZN | 2 | | 11：02：00 | 11：00：00 | AMZN | 1 | | 11：02：00 | 11：01：00 | AMZN | 1 | 在之前的結果集中，傳回了三個結果： + 記錄的 `ROWTIME` 為 11:01:00，彙總了前兩個記錄。 + 11：02：00 的記錄僅彙總了第三條記錄。此記錄在第二個窗口中有一個 `ROWTIME`，但在第一個窗口中有一個 `EVENT_TIME`。 + 11：02：00 的記錄僅彙總了第四條記錄。 若要分析完整的結果集，必須在持續性存放區彙總記錄。這會增加應用程式的複雜性和處理需求。 ## 交錯窗口的完整結果 為了提高分析時間相關資料記錄的準確性，Kinesis Data Analytics 提供了一種稱為*交錯窗口*的新窗口類型。在此窗口類型中，窗口會在第一個與分割區索引鍵相符的事件到達時打開，而不是在固定的時間間隔。窗口會依指定的存留期關閉，測量由窗口開啟時起算。 在窗口子句中，交錯窗口是每個索引鍵群組的個別時間限制窗口。應用程式會在自己的時間窗口內彙總窗口子句的每個結果，而不是針對所有結果使用單一窗口。 在下面的交錯窗口查詢中，記錄按事件時間和股票代號分組到窗口中： ``` CREATE OR REPLACE STREAM "DESTINATION_SQL_STREAM" ( ticker_symbol VARCHAR(4), event_time TIMESTAMP, ticker_count DOUBLE); CREATE OR REPLACE PUMP "STREAM_PUMP" AS INSERT INTO "DESTINATION_SQL_STREAM" SELECT STREAM TICKER_SYMBOL, FLOOR(EVENT_TIME TO MINUTE), COUNT(TICKER_SYMBOL) AS ticker_count FROM "SOURCE_SQL_STREAM_001" WINDOWED BY STAGGER ( PARTITION BY FLOOR(EVENT_TIME TO MINUTE), TICKER_SYMBOL RANGE INTERVAL '1' MINUTE); ``` 在下圖中，事件按事件時間和股票代號彙總到交錯窗口中。 ![\[Diagram showing event aggregation into stagger windows by event time and ticker symbol.\]](http://docs.aws.amazon.com/zh_tw/kinesisanalytics/latest/dev/images/stagger_1.png) 上圖有下列事件，這些事件輪轉窗口應用程式分析的相同： **** | ROWTIME | EVENT\$1TIME | TICKER\$1SYMBOL | | --- | --- | --- | | 11：00：20 | 11：00：10 | AMZN | | 11：00：30 | 11：00：20 | AMZN | | 11：01：05 | 11：00：55 | AMZN | | 11：01：15 | 11：01：05 | AMZN | 來自交錯窗口應用程式的結果集類似如下。 **** | ROWTIME | EVENT\$1TIME | TICKER\$1SYMBOL | 計數 | | --- | --- | --- | --- | | 11：01：20 | 11：00：00 | AMZN | 3 | | 11：02：15 | 11：01：00 | AMZN | 1 | 傳回的記錄聚合前三個輸入記錄。記錄會依一分鐘的交錯窗口來分組。當應用程式收到第一筆 AMZN 記錄 (其中 `ROWTIME` 為 11:00:20) 時，就會啟動交錯窗口。當 1 分鐘交錯窗口到期時 (11:01:20)，會將包含落在交錯窗口內 (以 `ROWTIME` 和 `EVENT_TIME` 為基礎) 的結果的記錄寫入輸出串流。如使用交錯窗口，所有在一分鐘視窗內有 `ROWTIME` 和 `EVENT_TIME` 的記錄都會在單一結果中發出。 最後一筆記錄 (在一分鐘彙總外有 `EVENT_TIME`) 會分別彙總。這是因為 `EVENT_TIME` 是用來將記錄分隔成結果集的分割區索引鍵之一，而第一個視窗的 `EVENT_TIME` 分割區索引鍵是 `11:00`。 交錯窗口的語法是在特殊子句 `WINDOWED BY` 中定義的。使用此子句，而不是用於串流聚合的 `GROUP BY` 子句。子句會緊接顯示在選用 `WHERE` 子句之後，在 `HAVING` 子句之前。 交錯窗口在 `WINDOWED BY` 子句中定義，並採用兩個參數：分割區索引鍵和窗口長度。分割區索引鍵會分割傳入的資料串流，並定義窗口開啟的時間。當串流上出現具有唯一分割區索引鍵的第一個事件時，會開啟交錯窗口。交錯窗口會在窗口長度所定義的固定期間之後關閉。語法如下列程式碼範例所示： ``` ... FROM WHERE <... optional statements...> WINDOWED BY STAGGER( PARTITION BY RANGE INTERVAL ); ``` # 輪轉窗口（使用 GROUP BY 彙總） 當窗口查詢以非重疊的方式處理每個窗口時，即稱作*輪轉窗口*。在此情況下，應用程式內串流上的每個記錄都屬於一個特定窗口。紀錄只會被處理一次（當查詢處理記錄所屬的窗口時）。 ![\[Timeline showing non-overlapping windows processing data streams at distinct time intervals.\]](http://docs.aws.amazon.com/zh_tw/kinesisanalytics/latest/dev/images/window-tumbling-20.png) 例如，使用 `GROUP BY` 子句的彙總查詢會處理輪轉窗口中的資料列。[入門練習](https://docs.aws.amazon.com/kinesisanalytics/latest/dev/get-started-exercise.html)的示範串流，會接收您的應用程式內串流 `SOURCE_SQL_STREAM_001` 之股票價格資料。這個串流具有以下結構描述： ``` (TICKER_SYMBOL VARCHAR(4), SECTOR varchar(16), CHANGE REAL, PRICE REAL) ``` 在應用程式碼中，假設您想要在一分鐘的窗口中尋找每個股票代號的彙總 (最低、最大值) 價格。您可以使用下列查詢： ``` SELECT STREAM ROWTIME, Ticker_Symbol, MIN(Price) AS Price, MAX(Price) AS Price FROM "SOURCE_SQL_STREAM_001" GROUP BY Ticker_Symbol, STEP("SOURCE_SQL_STREAM_001".ROWTIME BY INTERVAL '60' SECOND); ``` 前面是以時間為基礎的窗口化查詢範例。此查詢按 `ROWTIME` 值為記錄分組。針對每分鐘進行報告，`STEP` 函數會將 `ROWTIME` 值無條件捨去至最接近的分鐘。 **注意** 您也可以使用 `FLOOR` 函數來將記錄分組至窗口。但是，`FLOOR` 只能將時間值捨去到完整時間單位 (小時、分鐘、秒等)。建議使用 `STEP` 將記錄分組到輪轉窗口中，因為它可以將值捨去到任意間隔，例如 30 秒。 此查詢是非重疊（輪轉）窗口的例子。`GROUP BY` 子句會將記錄分組在一分鐘的窗口中，而且每個記錄都屬於特定的窗口 (不重疊)。該查詢每分鐘發出一個輸出記錄，提供在特定分鐘記錄的最小/最大股票價格。如要從輸入資料串流生成定期報告，這種類型的查詢就非常有用。在此範例中，每分鐘產生一次報告。 **若要測試查詢** 1. 按照[入門練習](https://docs.aws.amazon.com/kinesisanalytics/latest/dev/get-started-exercise.html)設置應用程式。 1. 用上述 `SELECT` 查詢取代應用程式碼中的 `SELECT` 陳述式。產生的應用程式碼如下所示： ``` CREATE OR REPLACE STREAM "DESTINATION_SQL_STREAM" ( ticker_symbol VARCHAR(4), Min_Price DOUBLE, Max_Price DOUBLE); -- CREATE OR REPLACE PUMP to insert into output CREATE OR REPLACE PUMP "STREAM_PUMP" AS INSERT INTO "DESTINATION_SQL_STREAM" SELECT STREAM Ticker_Symbol, MIN(Price) AS Min_Price, MAX(Price) AS Max_Price FROM "SOURCE_SQL_STREAM_001" GROUP BY Ticker_Symbol, STEP("SOURCE_SQL_STREAM_001".ROWTIME BY INTERVAL '60' SECOND); ``` # 滑動視窗 您可以定義以時間或資料列為基礎的視窗，而不需使用 `GROUP BY` 將記錄分組。您可以透過添加明確的 `WINDOW` 子句來完成此操作。 在這種情況下，當窗口隨著時間的推移而滑動時，Amazon Kinesis Data Analytics 會在串流上出現新記錄時發出輸出。Kinesis Data Analytics 會透過處理窗口中的資料列來發出此輸出。窗口可以在這種類型的處理中重疊，且記錄可以是多個窗口的一部分，並用每個窗口進行處理。以下範例解釋了滑動窗口。 考慮用一個簡單的查詢來計算串流上的記錄。此範例假設了 5 秒的窗口。在下面的示範串流中，新的記錄到達時間為 t1、t2、t6 和 t7，三個記錄到達時間為 t8 秒。 ![\[Timeline showing record arrivals at t1, t2, t6, t7, and multiple at t8 within a 5-second window.\]](http://docs.aws.amazon.com/zh_tw/kinesisanalytics/latest/dev/images/sliding-10.png) 請謹記以下幾點： + 此範例假設了 5 秒的窗口。5 秒的窗口會隨著時間連續滑動。 + 針對進入窗口的每一列，滑動窗口會發出一個輸出列。應用程式啟動後不久，即使 5 秒的窗口尚未通過，您也會看到查詢發出串流上每筆新記錄的輸出。例如，當記錄出現在第一秒和第二秒的查詢時，串流會發出輸出。稍後，查詢會在 5 秒的窗口中處理記錄。 + 窗口隨著時間滑動。如果串流上的舊記錄落在窗口外，則查詢不會發出輸出，除非串流上也有新記錄落在該 5 秒視窗內。 假設查詢在 t0 開始執行。然後會發生以下情況： 1. t0 時，查詢開始。查詢不會發出輸出（計數值），因為目前沒有記錄。 ![\[Timeline showing a stream starting at t0 with no output initially indicated.\]](http://docs.aws.amazon.com/zh_tw/kinesisanalytics/latest/dev/images/sliding-t0.png) 1. 在 t1，一個新的記錄出現在串流上，查詢發出計數值 1。 ![\[Timeline showing a stream with a record appearing at time t1, and an arrow pointing to t0.\]](http://docs.aws.amazon.com/zh_tw/kinesisanalytics/latest/dev/images/sliding-t1.png) 1. 在 t2，另一個記錄出現，查詢發出計數值 2。 ![\[Timeline showing stream events at different time points, with two vertical bars at the end.\]](http://docs.aws.amazon.com/zh_tw/kinesisanalytics/latest/dev/images/sliding-t2.png) 1. 5 秒的窗口會隨著時間滑動： + 在 t3，滑動窗口 t3 到 t0 + 在 t4 (滑動窗口 t4 到 t0) + 在 t5 滑動窗口 t5-t0 在所有這些時刻，5 秒的窗口具有相同的記錄-沒有新記錄。因此，查詢沒有發出任何輸出。 ![\[Timeline showing stream with multiple time points and colored rectangles representing data windows.\]](http://docs.aws.amazon.com/zh_tw/kinesisanalytics/latest/dev/images/sliding-t3-4-5.png) 1. 在時間 t6 時，5 秒的窗口為 (t6 到 t1)。查詢在 t6 偵測到一個新的記錄，因此它發出輸出 2。t1 處的記錄不再位於窗口中，並且不會計算在內。 ![\[Timeline showing stream events at different time points with a sliding 5-second window.\]](http://docs.aws.amazon.com/zh_tw/kinesisanalytics/latest/dev/images/sliding-t6.png) 1. 在時間 t7 時，5 秒的窗口為 t7 到 t2。查詢在 t7 偵測到一個新的記錄，因此它發出輸出 2。t2 處的記錄不再位於 5 秒窗口中，因此不會計算在內。 ![\[Timeline showing stream events and time points from t0 to t7, with a 5-second window highlighted.\]](http://docs.aws.amazon.com/zh_tw/kinesisanalytics/latest/dev/images/sliding-t7.png) 1. 在時間 t8 時，5 秒的窗口為 t8 到 t3。查詢偵測到三個新記錄，因此會發出記錄計數 5。 ![\[Timeline showing stream events with orange bars representing record counts at different time intervals.\]](http://docs.aws.amazon.com/zh_tw/kinesisanalytics/latest/dev/images/sliding-t8.png) 總之，窗口是一個固定的大小，並隨著時間的推移滑動。新的記錄出現時，查詢會發出輸出。 **注意** 建議您使用不超過一個小時的滑動窗口。如果您使用較長的窗口，在定期系統維護後，應用程式需要更長的時間重新啟動。這是因為必須再次從串流中讀取來源資料。 下列範例查詢使用 `WINDOW` 子句來定義窗口和執行彙總。因為查詢未指定 `GROUP BY`，所以查詢會使用滑動窗口方法來處理串流上的記錄。 ## 範例 1：使用 1 分鐘滑動窗口處理串流 請考慮在入門練習中填入應用程式內串流的示範串流 `SOURCE_SQL_STREAM_001`。以下為其結構描述。 ``` (TICKER_SYMBOL VARCHAR(4), SECTOR varchar(16), CHANGE REAL, PRICE REAL) ``` 假設您希望應用程式使用滑動 1 分鐘窗口來計算彙總。也就是說，對於出現在串流上的每個新記錄，您希望應用程式套用彙總到前 1 分鐘窗口的記錄，以發出輸出。 您可以使用下列時間窗口查詢。查詢會使用 `WINDOW` 子句來定義 1 分鐘的範圍間隔。在 `WINDOW` 子句中，`PARTITION BY`會按滑動窗口內的股票代號值對記錄進行分組。 ``` SELECT STREAM ticker_symbol, MIN(Price) OVER W1 AS Min_Price, MAX(Price) OVER W1 AS Max_Price, AVG(Price) OVER W1 AS Avg_Price FROM "SOURCE_SQL_STREAM_001" WINDOW W1 AS ( PARTITION BY ticker_symbol RANGE INTERVAL '1' MINUTE PRECEDING); ``` **若要測試查詢** 1. 按照[入門練習](https://docs.aws.amazon.com/kinesisanalytics/latest/dev/get-started-exercise.html)設置應用程式。 1. 用上述 `SELECT` 查詢取代應用程式碼中的 `SELECT` 陳述式。產生的應用程式碼如下所示。 ``` CREATE OR REPLACE STREAM "DESTINATION_SQL_STREAM" ( ticker_symbol VARCHAR(10), Min_Price double, Max_Price double, Avg_Price double); CREATE OR REPLACE PUMP "STREAM_PUMP" AS INSERT INTO "DESTINATION_SQL_STREAM" SELECT STREAM ticker_symbol, MIN(Price) OVER W1 AS Min_Price, MAX(Price) OVER W1 AS Max_Price, AVG(Price) OVER W1 AS Avg_Price FROM "SOURCE_SQL_STREAM_001" WINDOW W1 AS ( PARTITION BY ticker_symbol RANGE INTERVAL '1' MINUTE PRECEDING); ``` ## 範例 2：查詢在滑動視窗上套用彙總 示範串流上的下列查詢，會傳回 10 秒窗口中每個股票代號價格變動百分比的平均值。 ``` SELECT STREAM Ticker_Symbol, AVG(Change / (Price - Change)) over W1 as Avg_Percent_Change FROM "SOURCE_SQL_STREAM_001" WINDOW W1 AS ( PARTITION BY ticker_symbol RANGE INTERVAL '10' SECOND PRECEDING); ``` **若要測試查詢** 1. 按照[入門練習](https://docs.aws.amazon.com/kinesisanalytics/latest/dev/get-started-exercise.html)設置應用程式。 1. 用上述 `SELECT` 查詢取代應用程式碼中的 `SELECT` 陳述式。產生的應用程式碼如下所示。 ``` CREATE OR REPLACE STREAM "DESTINATION_SQL_STREAM" ( ticker_symbol VARCHAR(10), Avg_Percent_Change double); CREATE OR REPLACE PUMP "STREAM_PUMP" AS INSERT INTO "DESTINATION_SQL_STREAM" SELECT STREAM Ticker_Symbol, AVG(Change / (Price - Change)) over W1 as Avg_Percent_Change FROM "SOURCE_SQL_STREAM_001" WINDOW W1 AS ( PARTITION BY ticker_symbol RANGE INTERVAL '10' SECOND PRECEDING); ``` ## 範例 3：查詢相同串流上多個滑動視窗的資料 您可以撰寫查詢以發出輸出，其中每個資料欄值，是使用同一個資料流上定義的不同滑動窗口來計算。 在下面的例子中，查詢發出輸出股票代號，價格，a2 和 a10。它發出輸出給為兩列移動平均線穿過十列移動平均線的股票代碼。`a2` 和 `a10` 欄值衍生自兩列與十列滑動窗口。 ``` CREATE OR REPLACE STREAM "DESTINATION_SQL_STREAM" ( ticker_symbol VARCHAR(12), price double, average_last2rows double, average_last10rows double); CREATE OR REPLACE PUMP "myPump" AS INSERT INTO "DESTINATION_SQL_STREAM" SELECT STREAM ticker_symbol, price, avg(price) over last2rows, avg(price) over last10rows FROM SOURCE_SQL_STREAM_001 WINDOW last2rows AS (PARTITION BY ticker_symbol ROWS 2 PRECEDING), last10rows AS (PARTITION BY ticker_symbol ROWS 10 PRECEDING); ``` 若要針對示範串流測試此查詢，請遵循 [範例 1](#sliding-ex1) 中所述的測試程序。