如何在KSQLDB中实现类似滞后的实现？

我最近开始使用ksql，想看看是否有人可以帮助我进行查询设计。问题是，我有一个视频会议应用程序，在这个应用程序中，广播者可以多次启动和暂停流。我想得到该流的总播放时间和总暂停时间。我有一个由开始和暂停时间戳组成的点击流数据。我应该如何去做，以便我可以生成一个优化的视图

非常感谢您的帮助：）

感谢您将活动分组 您需要解决的第一个问题是如何将开始/停止事件分组在一起

很可能，您希望通过某种

USER\u ID

或其他属性对它们进行分组，这些属性唯一地标识启动/停止流的广播公司

很可能，您还希望通过某种类型的

STREAM\u ID

或其他唯一标识正在播放的流的属性进行分组

这可能足够了，如果您只需要每个广播机构、每个视频的总播放时间。但是，您可能还需要考虑时间。例如，如果我今天看了一个视频，明天再看一次，那是两个观看时段，总共有两个独立的观看时间，还是你不在乎

对事件进行时间分组的一种方法是使用会话窗口。在对数据进行会话化之前，需要定义定义会话的参数。这是一个例子

另一种对事件进行时间分组的方法是使用滚动窗口。这是一个例子

计算播放时间 一旦您将事件分组，您可能需要计算播放时间。例如，如果我在时间5开始播放，在时间8停止播放，那么我观看视频的时间量是

5-8=3

这需要捕获播放事件并等待停止事件，然后输出时间差。并以容错的方式执行一些操作

在编写本文时，这需要一个自定义UDAF（自定义用户定义的聚合函数）

自定义UDAF可以捕获开始事件，存储它以供将来参考，并输出播放时间的“0”，然后当它看到相应的停止事件时，可以将开始事件从其状态中移除，计算播放时间并返回它

这里有一个例子，但是您需要一个自定义UDAF，这已经包括在内了

目前有一个可能很好地服务于您的目的。这增强了该方法，使其能够捕获最后的N值，而不仅仅是最后的1值。很可能，这将在ksqlDB v0.13中发布，如果您有任何开发经验，您可以随时提取代码并在本地进行编译。如果它不符合你的目的，那么你可以把它作为发展自己的目标的起点

当然，这些解决方案需要对源事件流进行正确排序，以便停止事件永远不会出现在关联的播放事件之前

聚合

---

一旦计算了一对开始/停止事件之间的播放时间，就需要对它们进行聚合。这里有一个。

嗨，Abhimanyu，如果你提供更多的信息，你通常会从社区成员那里得到更多的时间，特别是表明你花了一些时间研究这个问题。嗨，安德鲁，谢谢你的回复。在过去的两个月里，我一直在研究ksql，我对开发没有太多的背景，尤其是java，我来自统计学背景。因此，我想重申我一直坚持的观点：假设一个广播员在下午12点开始播放一个流，在12:05暂停，然后在12:08重新开始，在12:10结束。这里的总播放时间是7分钟，3分钟是暂停时间。为了得到这个数字，我一直在尝试创建两个表，即暂停和播放，使用1秒的窗口滚动捕获此类事件的所有时间戳，然后使用两个表中都存在的计数器减去它们。但我想检查一下它是否具有大规模可扩展性，我预计每天大约有20-30k个实时会话。我不确定我是否遵循了这一点。考虑更新你的问题来包含你所尝试的SQL，采样输入数据和预期/需要的输出。