了解持续查询中的窗口聚合

此产品或功能 受服务专用条款的约束。 非正式版产品和功能“按原样”提供，可能只能获得有限的支持。 如需了解详情，请参阅发布阶段说明。

如需请求支持或提供有关此功能的反馈，请发送电子邮件至 [e-mail]。

BigQuery 持续查询支持将聚合和窗口化作为有状态操作。 借助有状态操作，持续查询可以执行复杂的分析，而这些分析需要跨多个行或时间间隔保留信息。借助此功能，您可以在查询运行时将必要的数据存储在内存中，从而计算一段时间内的指标（例如 30 分钟的平均值）。

窗口化函数会根据系统时间（表示进行更改的事务的提交时间）将数据分配到逻辑组件或窗口中。在 BigQuery 中，这些函数是表值函数 (TVF)，它们会返回一个表，其中包含所有原始列以及两个额外的列：window_start 和 window_end。这些列用于标识每个窗口的时间间隔。如需详细了解有状态操作，请参阅 支持的有状态操作。

只有 BigQuery 持续 查询支持窗口化 TVF。

窗口化 TVF 不同于 窗口函数 调用。

支持的聚合函数

支持以下聚合函数：

• ANY_VALUE
• APPROX_COUNT_DISTINCT
• APPROX_QUANTILES
• APPROX_TOP_COUNT
• APPROX_TOP_SUM
• ARRAY_CONCAT_AGG
• AVG
• BIT_AND
• BIT_OR
• BIT_XOR
• CORR
• COUNT
• COUNTIF
• COVAR_POP
• COVAR_SAMP
• LOGICAL_AND
• LOGICAL_OR
• MAX
• MAX_BY
• MIN
• MIN_BY
• STDDEV
• STDDEV_POP
• STDDEV_SAMP
• SUM
• VAR_POP
• VAR_SAMP
• VARIANCE

不受支持的聚合函数

以下聚合函数不受支持：

• ARRAY_AGG
• AVG （差分隐私）
• COUNT （差分隐私）
• 包含 DISTINCT 表达式的函数。
• GROUPING
• PERCENTILE_CONT （差分隐私）
• ST_CENTROID_AGG
• ST_EXTENT
• ST_UNION_AGG
• STRING_AGG
• SUM （差分隐私）

TUMBLE 函数

TUMBLE 函数会将数据分配到指定大小的非重叠时间间隔（翻滚窗口）中。例如，一个 5 分钟的窗口会将事件分组到 离散的时间间隔中，例如 [2026-01-01 12:00:00, 2026-01-01 12:05:00) 和 [2026-01-01 12:05:00, 2026-01-01 12:10:00)。时间戳值为 2026-01-01 12:03:18 的行会被分配到第一个窗口。由于这些窗口是不相交且不重叠的，因此每个带有时间戳的元素都只会分配到一个窗口。

下图展示了 TUMBLE 函数如何将事件分配到非重叠的时间间隔中：

您可以在实时事件处理中使用此函数，以便在执行任何聚合之前按时间范围对事件进行分组。

语法

TUMBLE(TABLE table, "timestamp_column", window_size)

定义

• table：BigQuery 表名称。这必须是封装在 APPENDS 函数中的 标准 BigQuery 表 。此实参前面必须带有字词 TABLE。

• timestamp_column：一个 STRING 字面量，用于指定输入表中包含事件时间的列的名称。此列中的值会将每个行分配到一个窗口。定义 BigQuery 系统时间的 _CHANGE_TIMESTAMP 列是唯一受支持的 timestamp_column。不支持用户定义的列。

• window_size：一个 INTERVAL 值，用于定义每个翻滚窗口的持续时间。窗口大小最长可为 24 小时。例如：INTERVAL 30 SECOND。

输出

TUMBLE 函数会返回包含以下列的输出：

• 查询运行时输入表的所有列。

• window_start：一个 TIMESTAMP 值，用于指示记录所属窗口的起始时间（包含）。

• window_end：一个 TIMESTAMP 值，用于指示记录所属窗口的结束时间（不包含）。

输出具体化

在 BigQuery 持续查询中，窗口化聚合不会为特定时间间隔生成输出，直到 BigQuery 最终确定或关闭该窗口。 此行为可确保 BigQuery 仅在处理完该窗口的所有相关数据后才发出聚合结果。

例如，如果您对 user_clickstream 表执行 5 分钟的 TUMBLE 窗口聚合，则只有在查询处理完 _CHANGE_TIMESTAMP 为 10:20 或之后的记录后，才会发出 [10:15; 10:20) 时间间隔的结果。此时，BigQuery 会认为该窗口已关闭。 此外，当属于该特定时间范围的第一条记录出现时，窗口会打开并开始累积数据。

在窗口保持打开状态期间，BigQuery 必须保留中间聚合结果。这需要存储状态，这意味着 BigQuery 必须保留中间聚合结果。 由于此状态必须在窗口关闭之前保留在活跃内存中，因此使用较长的窗口持续时间或处理大量流会导致更高的槽利用率，以便管理增加的存储上下文量。如需了解更多 信息，请参阅价格注意事项。

限制

• TUMBLE 函数仅在 BigQuery 持续查询中受支持。
• 使用 TUMBLE 函数启动持续查询时，您只能使用 APPENDS 函数。不支持 CHANGES 函数。
• 由 _CHANGE_TIMESTAMP 定义的 BigQuery 系统时间列是唯一受支持的 timestamp_column。不支持用户定义的列。
• 窗口大小最长可为 24 小时。
• 当 TUMBLE 窗口化函数运行时，它会生成两个额外的输出列：window_start 和 window_end。您必须在执行窗口聚合的 SELECT 语句中的 GROUP BY 语句中至少包含其中一列。
• 将 TUMBLE 函数与持续查询联接搭配使用时，您必须 遵守所有持续查询联接 限制。

价格注意事项

BigQuery 持续查询会根据 作业运行时消耗的计算容量（槽） 向您收费。这种基于计算的模型也适用于有状态操作（例如窗口化）。由于窗口化需要 BigQuery 在查询处于活跃状态时存储“状态”，因此它会消耗额外的槽资源。一般来说，窗口中存储的上下文或数据越多（例如使用较长的窗口持续时间时），BigQuery 必须保留的状态就越多。这会导致更高的槽利用率。

示例

以下查询展示了如何查询出租车行程表，以获取每 30 分钟每辆出租车的流式平均行程数、乘客数和平均车费，并将此数据导出到 BigQuery 中的一个表中：

INSERT INTO
 `real_time_taxi_streaming.driver_stats`

WITH ride_completions AS (
 SELECT
   _CHANGE_TIMESTAMP as bq_changed_ts,
   CAST(timestamp AS DATE) AS ride_date,
   taxi_id,
   meter_reading,
   passenger_count
 FROM
   APPENDS(TABLE `real_time_taxi_streaming.taxirides`,
     CURRENT_TIMESTAMP() - INTERVAL 10 MINUTE)
 WHERE
   ride_status = 'dropoff')

 SELECT
   ride_date,
   window_end,
   taxi_id,
   COUNT(taxi_id) AS total_rides_per_half_hour,
   ROUND(AVG(meter_reading),2) AS avg_fare_per_half_hour,
   SUM(passenger_count) AS total_passengers_per_half_hour
FROM
  tumble(TABLE ride_completions,"bq_changed_ts",INTERVAL 30 MINUTE)
GROUP BY
  window_end,
  ride_date,
  taxi_id

后续步骤

• 了解如何执行联接、聚合和窗口化。
• 详细了解 BigQuery 持续查询。
• 了解如何联接来自多个流的数据。