根据指定列的时间戳，将行划分到一个或多个时间窗口中。 窗口开始是非独占的，但窗口结束是独占的，例如 12：05 将在窗口中，但不在窗口中[12:05,12:10)[12:00,12:05)。 Windows 可以支持微秒精度。 不支持按月顺序排列的 Windows。
时间列必须为 pyspark.sql.types.TimestampType.
持续时间以字符串的形式提供，例如“1 秒”、“1 天 12 小时”、“2 分钟”。 有效的间隔字符串为“week”、“day”、“hour”、“minute”、“second”、“毫秒”、“microsecond”。
如果未提供， slideDuration 窗口将翻转窗口。
startTime 是相对于 1970-01-01 00：00：00 UTC 的偏移量，用于启动窗口间隔。 例如，若要让每小时翻转窗口在过去一小时内开始 15 分钟，例如 12：15-13：15、13：15-14：15...提供 startTime 为 15 minutes.
默认情况下，输出列将是一个名为“window”的结构，其中嵌套列为“start”和“end”，其中“start”和“end”为 <
有关相应的 Databricks SQL 函数，请参阅 window 分组表达式。
Syntax
from pyspark.databricks.sql import functions as dbf
dbf.window(timeColumn=<timeColumn>, windowDuration=<windowDuration>, slideDuration=<slideDuration>, startTime=<startTime>)
参数
| 参数 | 类型 | Description |
|---|---|---|
timeColumn |
pyspark.sql.Column 或 str |
要用作按时间窗口的时间戳的列或表达式。 时间列必须是 TimestampType 或 TimestampNTZType。 |
windowDuration |
literal string |
指定窗口宽度的字符串，例如10 minutes1 second。 检查 org.apache.spark.unsafe.types.CalendarInterval 有效的持续时间标识符。 请注意，持续时间是固定的时间长度，不会因日历而变化。 例如， 1 day 始终表示 86,400,000 毫秒，而不是日历日。 |
slideDuration |
literal string, optional |
每个窗口都会生成 slideDuration一个新窗口。 必须小于或等于 windowDuration。 检查 org.apache.spark.unsafe.types.CalendarInterval 有效的持续时间标识符。 此持续时间同样是绝对的，并且不会因日历而异。 |
startTime |
literal string, optional |
相对于 1970-01-01 00：00：00 UTC 的偏移量，用于启动窗口间隔。 例如，若要让每小时翻转窗口在过去一小时内开始 15 分钟，例如 12：15-13：15、13：15-14：15...提供 startTime 为 15 minutes. |
退货
pyspark.sql.Column：计算结果的列。
例子
import datetime
from pyspark.databricks.sql import functions as dbf
df = spark.createDataFrame([(datetime.datetime(2016, 3, 11, 9, 0, 7), 1)], ['dt', 'v'])
df2 = df.groupBy(dbf.window('dt', '5 seconds')).agg(dbf.sum('v'))
df2.show(truncate=False)
df2.printSchema()