視窗

將列分成一個或多個指定時間點欄位的時間視窗。 視窗起始時間包含，但視窗結束時間排他，例如 12：05 會在視窗 [12:05,12:10) 中，但不在 [12:00,12:05)。 Windows 可以支援微秒級的精確度。 Windows 幾個月內就不支援了。

時間欄位必須為 pyspark.sql.types.TimestampType。

持續時間以字串形式提供，例如「1秒」、「1天12小時」、「2分鐘」。 有效的區間串包括「週」、「日」、「小時」、「分鐘」、「秒」、「毫秒」、「微秒」。 如果沒有提供， slideDuration 窗戶就會變成翻滾窗戶。

startTime 是相對於 1970-01-01 00：00：00 UTC 的偏移量，用來開始視窗間隔。 例如，為了讓每小時的翻滾視窗從整點過後15分鐘開始，例如12：15-13：15、13：15-14：15......提供 startTime 為 15 minutes。

輸出欄位預設為名為 'window' 的結構體，巢狀欄位為 'start' 和 'end'，其中 'start' 和 'end' 屬於 pyspark.sql.types.TimestampType。

關於對應的 Databricks SQL 函式，請參見 window 分組表達式。

語法

from pyspark.databricks.sql import functions as dbf

dbf.window(timeColumn=<timeColumn>, windowDuration=<windowDuration>, slideDuration=<slideDuration>, startTime=<startTime>)

參數

參數	類型	Description
timeColumn	pyspark.sql.Column 或 str	欄位或表達式作為時間窗口的時間戳。 時間欄位必須是 TimestampType 或 TimestampNTZType。
windowDuration	literal string	一個指定視窗寬度的字串，例如 10 minutes， 1 second。 檢查 org.apache.spark.unsafe.types.CalendarInterval 有效期限識別碼。 請注意，時間長度是固定的，且不會隨時間變化，並未依照曆法改變。 例如，永遠 1 day 代表 86,400,000 毫秒，而不是日曆日。
slideDuration	literal string, optional	每 slideDuration。 必須小於或等 windowDuration於 。 檢查 org.apache.spark.unsafe.types.CalendarInterval 有效期限識別碼。 這個持續時間同樣是絕對的，且不會因曆法而異。
startTime	literal string, optional	相對於 1970-01-01 00：00：00 UTC 的偏移量，開始視窗間隔。 例如，為了讓每小時的翻滾視窗從整點過後15分鐘開始，例如12：15-13：15、13：15-14：15......提供 startTime 為 15 minutes。

退貨

pyspark.sql.Column： 欄位用於計算結果。

範例

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()