Sliding Time Window Aggregator*

支持对单个测点的数据按时间窗口聚合，具体功能如下:

  • 窗口类型：支持滑动窗口
  • 聚合算法：支持 max/min/avg/count/sum/first/last
  • 因任何原因导致的失败重试，比如集群节点异常，不能保证计算结果幂等。
  • 与旧数据格式不兼容，即无法按 ModelId::PointId 进行数据过滤

配置详情

该算子的配置包括 General，Basic，Input/Output，ExtraConfig，和 CacheConfig 的详细信息，各字段的配置如下：

General

名称 是否必须 描述
Name Yes 算子名称
Description No 算子描述
Stage Library Yes 算子所属的库
Required Fields No 数据必须包含的字段，如果未包含指定字段，则 record 将被过滤掉
Preconditions No 数据必须满足的前提条件，如果不满足指定条件，则 record 将被过滤掉。例如：${record:value('/value') > 0}。有关 EL 语句的使用方法，参考 Expression Language。
On Record Error Yes

对错误数据的处理方式，可选：

  • Discard：直接丢弃
  • Send to Error：发送至错误中心
  • Stop Pipeline：停止流任务运行

Basic

名称 是否必须 描述
Quality Filter No 根据数据质量过滤处理数据，只有符合质量条件的 record 才会进行此次处理

Input/Output

名称 是否必须 描述
Input Measurement Yes 数据输入点
Fixed Window Size Yes 固定窗口的步长
Fixed Window Unit Yes 固定窗口的时间单位
Sliding Window Size Yes 滑动窗口的步长
Sliding Window Unit Yes 滑动窗口的时间单位
Aggregator Policy Yes 数据聚合算法，支持 max/min/avg/count/sum/first/last
Output Measurement Yes 数据输出点

ExtraConfig

名称 是否必须 描述
Output Data Type Yes

选择输出数据的类型，可选 Double 或 From Catalog Service：

  • Double：若输出点均为中间结果测点（非模型上定义的测点）或测点数据类型全部为 Double 类型，可选择此项。
  • From Catalog Service：若输出点为 Catalog 上定义或者同步的测点或测点类型非 Double 类型，必须选择此项，否则数据不能正常存储到 TSDB。

CacheConfig

名称 是否必须 描述
Cache Type Yes

选择缓存数据的类型，可选 Redis 存储或 Local 存储。

  • Redis：优点是任务暂停、重启、或重试后，缓存数据不会丢失；缺点是数据处理速度慢，对网络比较敏感。建议网络延迟小于 1ms，否则会影响处理性能。
  • Local：优点是数据处理速度快；缺点是任务暂停、重启、或重试时，缓存数据会丢失。

输出结果

该算子的输出结果包含在 attr 结构体中，各字段的描述如下：

名称 数据类型 描述
lastOutput Int/Double/Float 该测点在该 timestamp，上一次输出的值；上一次无输出则为 NaN
calMode String 输出模式：输出最终结果 “final”
calType String 聚合算法：max/min/avg/count/sum/first/last
calDetail Map 计算详情：该如 calType=avg 时，输出 value&lastValue 的 sum 和 count 信息

注解

该算子的输出结果中 modelIdPath, pointId, modelId 三个 key 所对应的 value 都是默认字符串，分别为: modelIdPath， pointId， modelId。

输出示例

../../../_images/sliding_window_aggregator11.png