在 Flink SQL 中，实现电商大屏实时 Top-N 的核心难点在于“当前1小时内”（滑动窗口）与“每秒更新”（滑动步长）的结合。 Flink SQL 提供了官方推荐的 Window Top-N 语法。为了优雅且高效地实现这个需求，我们需要分为三步：定义数据源、计算滑动窗口内的商品销售额、使用 计算 Top-N。 以下是完整的生产级实现方案和深度优化建议。 一、 核心 SQL 实现 1. 定义带有 Watermark 的数据源 Top-N 依赖事件时间（Event Time）进行窗口计算，必须定义 Watermark。 2. 定义滑动窗口聚合（HOP Window） “当前1小时内，每秒更新”在 Flink SQL 中的语义是：窗口大小（Size）为 1 小时，滑动步长（Slide）为 1 秒 的 HOP 窗口。 注：这里每过 1 秒，就会有一个 1 小时跨度的窗口触发计算并输出，从而满足“每秒更新”的需求。 3. 使用 ROWNUMBER() 计算 Top-N 这是最优雅的部分：Flink SQL 优化器能够识别特定的 模式，并将其在底层转换为高效的 物理算子，而不是全局全...
播面