createNarrowReactiveStateEngine

语法

createNarrowReactiveStateEngine(name, metrics, metricNames, dummyTable, outputTable, keyColumn, [filter], [snapshotDir], [snapshotIntervalInMsgCount], [keepOrder], [keyPurgeFilter], [keyPurgeFreqInSecond=0], [raftGroup], [outputElapsedMicroseconds=false], [keyCapacity=1024], [parallelism=1])

详情

创建生成窄表的响应式状态引擎。其计算规则和计算方式与 createReactiveStateEngine 一致,输出形式不同。createReactiveStateEngine 将每次计算的指标输出为一行的不同列,而该引擎则把通过 metricNames 指定指标的计算以窄表的形式输出,即计算结果输出到不同行的相同列。

参数

该引擎的的大部分参数和 createReactiveStateEngine 的参数相同,可以参考 createReactiveStateEngine 中的参数说明。这里仅对有区别的参数进行说明。

metrics 以元代码的格式表示计算指标,支持输入元组,表示需要输出到 outputTable 中的除 keyColumn 外的输入表中的列或计算指标。注意:这里不要求必须指定除 keyColumn 外的列,但必须指定计算指标,且计算指标必须与 metricNames 指定的名称一一对应。

metricNames 字符串标量或向量,表示输出到 outputTable 中的指标的名称。

outputTable 计算结果的输出表,可以是内存表或分布式表。使用 createNarrowReactiveStateEngine 函数之前,需要预先设立一个输出表,引擎会将计算结果注入该表。

输出表的各列的顺序如下:

(1) 分组列。根据 keyColumn 的设置,输出表的前几列必须和 keyColumn 设置的列及其顺序保持一致。

(2) 耗时列。指定 outputElapsedMicroseconds = true 时才有。此时需要增加一个 LONG 类型和一个 INT 类型的列,分别用于存储引擎内部每个 batch 的数据耗时(单位:微秒)和记录数。

(3) metrics 中指定的除 metricNames 指定的计算指标外的列。

(4) metricNames 列,仅1列。

(5) 计算结果列,仅1列。

注:

暂不支持指定以下三个参数:snapshotDir,snapshotIntervalInMsgCountraftGroup。

例子

下例通过 createNarrowReactiveStateEngine 计算累计成交量和移动平均最新价,并将计算结果输出到窄表中,即两个指标的结果输出到同一列。

dummy = streamTable(1:0, ["securityID1","securityID2","securityID3","createTime","updateTime","upToDatePrice","qty","value"], [STRING,STRING,STRING,TIMESTAMP,TIMESTAMP,DOUBLE,DOUBLE,INT]) 
outputTable = streamTable(1:0,["securityID1","securityID2","securityID3","createTime","updateTime","metricNames","factorValue"], [STRING,STRING,STRING, TIMESTAMP,TIMESTAMP,STRING,DOUBLE])
//这里定义计算指标,本例中定义了累计成交量和移动平均最新价两个指标。用户可根据实际需要修改指标。
factor = [<createTime>, <updateTime>,<cumsum(qty)>,<cumavg(upToDatePrice)>]
Narrowtest = createNarrowReactiveStateEngine(name="narrowtest1",metrics=factor,metricNames=["factor1","factor2"],dummyTable=dummy,outputTable=outputTable,keyColumn=["securityID1","securityID2","securityID3"])

num = 5
tmp = table(take("A" + lpad(string(1..4),4,"0"),num) as securityID1,take("CC.HH" + lpad(string(21..34),4,"0"),num) as securityID2,take("FFICE" + lpad(string(13..34),4,"0"),num) as securityID3, 2023.09.01 00:00:00+(1..num) as createTime, 2023.09.01 00:00:00+take(1..num, num).sort() as updateTime,take(rand(100.0,num) join take(int(),30),num) as upToDatePrice,take(take(100.0,num) join take(int(),30),num)+30 as qty,take(1..20 join take(int(),5),num) as value)
Narrowtest.append!(tmp)

select * from outputTable
1. 查询结果
securityID1 securityID2 securityID3 createTime updateTime metricNames factorValue
A0001 CC.HH0021 FFICE0013 2023.09.01T00:00:01.000 2023.09.01T00:00:01.000 factor1 131
A0001 CC.HH0021 FFICE0013 2023.09.01T00:00:01.000 2023.09.01T00:00:01.000 factor2 101
A0002 CC.HH0022 FFICE0014 2023.09.01T00:00:02000 2023.09.01T00:00:02.000 factor1 132
A0002 CC.HH0022 FFICE0014 2023.09.01T00:00:02.000 2023.09.01T00:00:02.000 factor2 102
A0003 CC.HH0023 FFICE0015 2023.09.01T00:00:03.000 2023.09.01T00:00:03.000 factor1 133
A0003 CC.HH0023 FFICE0015 2023.09.01T00:00:03.000 2023.09.01T00:00:03.000 factor2 103
A0004 CC.HH0024 FFICE0016 2023.09.01T00:00:04.000 2023.09.01T00:00:04.000 factor1 134
A0004 CC.HH0024 FFICE0016 2023.09.01T00:00:04.000 2023.09.01T00:00:04.000 factor2 105
A0001 CC.HH0025 FFICE0017 2023.09.01T00:00:05.000 2023.09.01T00:00:05.000 factor1 135
A0001 CC.HH0025 FFICE0017 2023.09.01T00:00:05.000 2023.09.01T00:00:05.000 factor2 105