Coulissante Vs Tumbling Windows

Je suis en train de lire un long article sur les Flux de Données de Gestion, et je suis un peu confus par la différence entre Glissement et de Tumbling Windows. Jusqu'à présent je n'ai entendu que de tumbling windows peut être basée sur le temps et a fixe (début,fin)-points qui "tombe" lorsque cette fenêtre expire. E. g. Un temps de base de la fenêtre peut être de 1 minute. Donc, pour chaque minute de la fenêtre tombe à traiter les agrégations pour un ensemble de données.

C'est-fenêtres coulissantes qui s'embrouille moi. Est-fenêtres coulissantes comme count base telle qu'une fenêtre tombe quand x-nombre de tuples ont est entrée par la fenêtre. Ou est-ce que le x-récente tuples qui est entrée par la fenêtre sera de la partie de la fenêtre, et que les plus âgés de tuples seront expulsées de la fenêtre. I. e. une fenêtre qui est continuellement mise à jour de nouveaux tuples arrive?

OriginalL'auteur gronnbeck | 2012-09-26

  1. 33
    1. Tumbling se répète d'un non-cumul de l'intervalle.
    2. Saut est simlar de tumbling, mais de saut a généralement un chevauchement interveral.
    3. Glissement du temps déclenche à intervalles réguliers.
    4. Expulsion Coulissantes déclenche sur un compte.

    Ci-dessous est une représentation graphique montrant les différents types de Data Stream Mla direction Système (DSMS) fenêtre - tumbling, en sautillant, le calendrier politique de glissement, et l'expulsion de la politique(le comte), coulissant. J'ai utilisé l'exemple ci-dessus pour créer l'image (faire des hypothèses).

    Coulissante Vs Tumbling Windows

    OriginalL'auteur vicport

  2. 11

    Tumbling windows (TW)
    Tous les tuples dans la fenêtre expire en même temps.

    Fenêtres coulissantes (SW)
    Seuls certains tuples expire à un moment donné

    Exemple
    Si vous avez une fenêtre contenant les entiers suivants entré (Notation entier (secondes depuis entré)), et disons que le TW a été créé 60 s il y a, et le délai pour windows est des années 60.

    1 (0s), 2 (10s), 4 (24s), 8 (17s), 16 (40s)

    Dire que 20 secondes passes et puis la suite des entiers entre la fenêtre. 

    7, 3, 6

    Maintenant, le TW aura expiré et ne contiendra que les valeurs ci-dessus. Alors que la SW va contenir les valeurs suivantes

    7, 3, 6, 1, 2, 4, 8

    OriginalL'auteur gronnbeck

  3. 0

    Pensons le fenêtrage fonctions traditionnelles GROUPE PAR opération qui fonctionne sur la base des données d'entrée, s'applique une fonction d'agrégation et renvoie le résultat.

    La différence essentielle entre une Tumbling Fenêtre (TW) de fonctionnement et d'un Fenêtre Coulissante (SW) consiste à l'intersection de l'ensemble des points de données, qui est vide dans le premier cas et probablement non-vide dans le dernier cas.

    Un très bon la lecture à partir de Microsoft Azure Stream Analytics qui fait la différence avec des illustrations.

    • TW, compte tenu d'un tick de 10s telle opération de fenêtrage sorties chaque tick le résultat de la fonction d'agrégation pour un tel laps de temps;
    • SW, compte tenu de tiques du Xs telle opération de fenêtrage sorties chaque tick le résultat de la fonction d'agrégation pour un Ys délai chaque fois qu'un événement se produit, par exemple X = 1 et Y = 10 puis à chaque seconde de la fonction de fenêtrage est à la recherche de retour à dix secondes de jeter systématiquement les données les plus anciennes.

    Regardons un exemple concret pour la série de temps suivante:

    t0-> 5 7 4 3 1 1 3 t10-> 4 5 8 1 2 3 3 3 5 7 7 t20-> t30-> 3 3 4 t40->

    Considérant SUM comme fonction d'agrégation et de la banalité de la stratégie de SW qui est le en Espérant Fenêtre (HW):

    • à t0 SW = TW = 0;
    • à t10 SW = TW = 24;
    • à t11 il n'y a pas de TW mais SW = 23 et l'intersection entre les fenêtres successives est 7 4 3 1 1 3;
    • à t11 il n'y a pas de TW mais SW = 21 et l'intersection entre les fenêtres successives est 4 3 1 1 3 4;
    • à t20 TW = SW = 48;
    • à t21 il n'y a pas de TW mais SW = 44 et l'intersection entre les fenêtres successives est 5 8 1 2 3 3 3 5 7 7
    • à t30 TW = SW = 0;
    • à t31 il n'y a pas de TW mais SW = 3 et l'intersection entre les fenêtres successives est vide, aucun événement n'est survenu dans [t20, t30].

    Un autre bonne lecture par SoftwareMill CTO Adam Warski qui illustre, en utilisant les technologies de diffusion en continu, comme une Étincelle, Flink, Akka et Kafka.

    OriginalL'auteur Paolo Maresca