docs(stream)

docs/zh/12-taos-sql/14-stream.md

@@ -3,9 +3,6 @@ sidebar_label: 流式计算
 title: 流式计算
 ---
 
-在时序数据的处理中，经常要对原始数据进行清洗、预处理，再使用时序数据库进行长久的储存。用户通常需要在时序数据库之外再搭建 Kafka、Flink、Spark 等流计算处理引擎，增加了用户的开发成本和维护成本。
-
-使用 TDengine 3.0 的流式计算引擎能够最大限度的减少对这些额外中间件的依赖，真正将数据的写入、预处理、长期存储、复杂分析、实时计算、实时报警触发等功能融为一体，并且，所有这些任务只需要使用 SQL 完成，极大降低了用户的学习成本、使用成本。
 
 ## 创建流式计算
 
@@ -40,17 +37,27 @@ window_clause: {
 
 其中，SESSION 是会话窗口，tol_val 是时间间隔的最大范围。在 tol_val 时间间隔范围内的数据都属于同一个窗口，如果连续的两条数据的时间超过 tol_val，则自动开启下一个窗口。
 
+窗口的定义与时序数据特色查询中的定义完全相同。
+
 例如，如下语句创建流式计算，同时自动创建名为 avg_vol 的超级表，此流计算以一分钟为时间窗口、30 秒为前向增量统计这些电表的平均电压，并将来自 meters 表的数据的计算结果写入 avg_vol 表，不同 partition 的数据会分别创建子表并写入不同子表。
 
 ```sql
 CREATE STREAM avg_vol_s INTO avg_vol AS
 SELECT _wstartts, count(*), avg(voltage) FROM meters PARTITION BY tbname INTERVAL(1m) SLIDING(30s);
+
+## 流式计算的 partition
+
+可以使用 PARTITION BY TBNAME 或 PARTITION BY tag，对一个流进行多分区的计算，每个分区的时间线与时间窗口是独立的，会各自聚合，并写入到目的表中的不同子表。
+
+不带 PARTITION BY 选项时，所有的数据将写入到一张子表。
+
+流式计算创建的超级表有唯一的 tag 列 groupId，每个 partition 会被分配唯一 groupId。与 schemaless 写入一致，我们通过 MD5 计算子表名，并自动创建它。
 ```
 
 ## 删除流式计算
 
 ```sql
-DROP STREAM [IF NOT EXISTS] stream_name
+DROP STREAM [IF NOT EXISTS] stream_name;
 ```
 
 仅删除流式计算任务，由流式计算写入的数据不会被删除。
@@ -61,6 +68,12 @@ DROP STREAM [IF NOT EXISTS] stream_name
 SHOW STREAMS;
 ```
 
+若要展示更详细的信息，可以使用：
+
+```sql
+SELECT * from performance_schema.`perf_streams`;
+```
+
 ## 流式计算的触发模式
 
 在创建流时，可以通过 TRIGGER 指令指定流式计算的触发模式。
@@ -87,13 +100,17 @@ MAX_DELAY 模式在窗口关闭时会立即触发计算。此外，当数据写
 
 T = 最新事件时间 - watermark
 
-每批到来的数据都会以上述公式更新窗口关闭时间，并将窗口结束时间 < T 的所有打开的窗口关闭，若触发模式为 WINDOW_CLOSE 或 MAX_DELAY，则推送窗口聚合结果。
+每次写入的数据都会以上述公式更新窗口关闭时间，并将窗口结束时间 < T 的所有打开的窗口关闭，若触发模式为 WINDOW_CLOSE 或 MAX_DELAY，则推送窗口聚合结果。
+
+## 流式计算的过期数据处理策略
+
+对于已关闭的窗口，再次落入该窗口中的数据被标记为过期数据.
+
+TDengine 对于过期数据提供两种处理方式，由 IGNORE EXPIRED 选项指定：
 
-流式计算的过期数据处理策略
-对于已关闭的窗口，再次落入该窗口中的数据被标记为过期数据，对于过期数据，流式计算提供两种处理方式：
+1. 重新计算，即 IGNORE EXPIRED 0：默认配置，从 TSDB 中重新查找对应窗口的所有数据并重新计算得到最新结果
 
-1. 直接丢弃：这是常见流式计算引擎提供的默认（甚至是唯一）计算模式
+2. 直接丢弃, 即 IGNORE EXPIRED 1：忽略过期数据
 
-2. 重新计算：从 TSDB 中重新查找对应窗口的所有数据并重新计算得到最新结果
 
 无论在哪种模式下，watermark 都应该被妥善设置，来得到正确结果（直接丢弃模式）或避免频繁触发重算带来的性能开销（重新计算模式）。