一篇文章帶你深入理解FlinkSQL中的窗口

前言

???????? 時間語義扔仓，要配合窗口操作才能發(fā)揮作用翘簇。最主要的用途版保，當(dāng)然就是開窗口彻犁、根據(jù)時間段做計算了汞幢。下面我們就來看看 Table API 和 SQL 中溉瓶，怎么利用時間字段做窗口操作堰酿。在 Table API 和 SQL 中触创，主要有兩種窗口：Group Windows 和 Over Windows（時間語義的文章推薦）

一哼绑、分組窗口（Group Windows）

???????? 分組窗口（Group Windows）會根據(jù)時間或行計數(shù)間隔抖韩，將行聚合到有限的組（Group）中茂浮，并對每個組的數(shù)據(jù)執(zhí)行一次聚合函數(shù)席揽。???????? Table API 中的 Group Windows 都是使用.window（w:GroupWindow）子句定義的幌羞，并且必須由 as 子句指定一個別名。為了按窗口對表進(jìn)行分組熊痴，窗口的別名必須在 group by 子句中果善，像常規(guī)的分組字段一樣引用。例子：

val?table?=?input
.window([w:?GroupWindow]?as?'w)
.groupBy('w,?'a)
.select('a,?'w.start,?'w.end,?'w.rowtime,?'b.count)

???????? Table API 提供了一組具有特定語義的預(yù)定義 Window 類，這些類會被轉(zhuǎn)換為底層DataStream 或 DataSet 的窗口操作惜论。?????????

? ? ? ? Table API 支持的窗口定義馆类，和我們熟悉的一樣乾巧，主要也是三種：滾動（Tumbling）沟于、滑動（Sliding和 會話（Session）旷太。

1.1 ?滾動窗口

? ? ? ?滾動窗口（Tumbling windows）要用 Tumble 類來定義供璧，另外還有三個方法：

  • over：定義窗口長度
  • on：用來分組（按時間間隔）或者排序（按行數(shù)）的時間字段
  • as：別名睡毒，必須出現(xiàn)在后面的 groupBy 中

實(shí)現(xiàn)案例

  1. 需求????????設(shè)置滾動窗口為10秒鐘統(tǒng)計id出現(xiàn)的次數(shù)冗栗。
  2. 數(shù)據(jù)準(zhǔn)備
sensor_1,1547718199,35.8
sensor_6,1547718201,15.4
sensor_7,1547718202,6.7
sensor_10,1547718205,38.1
sensor_1,1547718206,32
sensor_1,1547718208,36.2
sensor_1,1547718210,29.7
sensor_1,1547718213,30.9
  1. 代碼實(shí)現(xiàn)
package?windows

import?org.apache.flink.streaming.api.TimeCharacteristic
import?org.apache.flink.streaming.api.functions.timestamps.BoundedOutOfOrdernessTimestampExtractor
import?org.apache.flink.streaming.api.scala._
import?org.apache.flink.streaming.api.windowing.time.Time
import?org.apache.flink.table.api.scala._
import?org.apache.flink.table.api.{EnvironmentSettings,?Table,?Tumble}
import?org.apache.flink.types.Row

/**
?*?@Package?Windows
?*?@File ：FlinkSQLTumBlingTie.java
?*?@author?大數(shù)據(jù)老哥
?*?@date?2020/12/25?21:58
?*?@version?V1.0
?*??????????設(shè)置滾動窗口?*/
object?FlinkSQLTumBlingTie?{
??def?main(args:?Array[String]):?Unit?=?{
????val?env?=?StreamExecutionEnvironment.getExecutionEnvironment
????env.setParallelism(1)
????env.setStreamTimeCharacteristic(TimeCharacteristic.EventTime)

????val?settings?=?EnvironmentSettings.newInstance()
??????.useBlinkPlanner()
??????.inStreamingMode()
??????.build()
????val?tableEnv?=?StreamTableEnvironment.create(env,?settings)

????//?讀取數(shù)據(jù)
????val?inputPath?=?"./data/sensor.txt"
????val?inputStream?=?env.readTextFile(inputPath)
???

????//?先轉(zhuǎn)換成樣例類類型（簡單轉(zhuǎn)換操作）
????val?dataStream?=?inputStream
??????.map(data?=>?{
????????val?arr?=?data.split(",")
????????SensorReading(arr(0),?arr(1).toLong,?arr(2).toDouble)
??????})
??????.assignTimestampsAndWatermarks(new?BoundedOutOfOrdernessTimestampExtractor[SensorReading](Time.seconds(1))?{
????????override?def?extractTimestamp(element:?SensorReading):?Long?=?element.timestamp?*?1000L
??????})

????val?sensorTable:?Table?=?tableEnv.fromDataStream(dataStream,?'id,?'temperature,?'timestamp.rowtime?as?'ts)
????//?注冊表
????tableEnv.createTemporaryView("sensor",?sensorTable)
????//?table?實(shí)現(xiàn)
????val?resultTable?=?sensorTable
??????.window(Tumble?over?10.seconds?on?'ts?as?'tw)?//?每10秒統(tǒng)計一次，滾動時間窗口
??????.groupBy('id,?'tw)
??????.select('id,?'id.count,?'tw.end)
????//sql?實(shí)現(xiàn)
????val?sqlTable?=?tableEnv.sqlQuery(
??????"""
????????|select
????????|id,
????????|count(id)?,
????????|tumble_end(ts,interval?'10'?second)
????????|from?sensor
????????|group?by
????????|id,
????????|tumble(ts,interval?'10'?second)????????|""".stripMargin)

????/***
?????*?.window(Tumble?over?10.minutes?on?'rowtime?as?'w)?（事件時間字段?rowtime）
?????*?.window(Tumble?over?10.minutes?on?'proctime?as?'w)（處理時間字段?proctime）
?????*?.window(Tumble?over?10.minutes?on?'proctime?as?'w)?(類似于計數(shù)窗口棕洋，按處理時間排序乒融，10?行一組)?????*/
????resultTable.toAppendStream[Row].print("talbe")
????sqlTable.toRetractStream[Row].print("sqlTable")
????
????env.execute("FlinkSQLTumBlingTie")
??}

??case?class?SensorReading(id:?String,?timestamp:?Long,?temperature:?Double)

}

1.2 滑動窗口

滑動窗口（Sliding windows）要用 Slide 類來定義，另外還有四個方法：

  • over：定義窗口長度
  • every：定義滑動步長
  • on：用來分組（按時間間隔）或者排序（按行數(shù)）的時間字段
  • as：別名奢驯，必須出現(xiàn)在后面的 groupBy 中

實(shí)現(xiàn)案例

  1. 需求描述???????? ??設(shè)置窗口大小為10秒鐘設(shè)置滑動距離為5秒鐘瘪阁，統(tǒng)計id的出現(xiàn)的次數(shù)管跺。
  2. 數(shù)據(jù)準(zhǔn)備
sensor_1,1547718199,35.8
sensor_6,1547718201,15.4
sensor_7,1547718202,6.7
sensor_10,1547718205,38.1
sensor_1,1547718206,32
sensor_1,1547718208,36.2
sensor_1,1547718210,29.7
sensor_1,1547718213,30.9
  1. 實(shí)現(xiàn)代碼
package?windows

import?org.apache.flink.streaming.api.TimeCharacteristic
import?org.apache.flink.streaming.api.functions.timestamps.BoundedOutOfOrdernessTimestampExtractor
import?org.apache.flink.streaming.api.scala._
import?org.apache.flink.streaming.api.windowing.time.Time
import?org.apache.flink.table.api.{EnvironmentSettings,?Slide,?Table}
import?org.apache.flink.table.api.scala._
import?org.apache.flink.types.Row
import?windows.FlinkSQLTumBlingTie.SensorReading

/**
?*?@Package?windows
?*?@File ：FlinkSQLSlideTime.java
?*?@author?大數(shù)據(jù)老哥
?*?@date?2020/12/27?22:19
?*?@version?V1.0
?*??????????滑動窗口?*/
object?FlinkSQLSlideTime?{
??def?main(args:?Array[String]):?Unit?=?{
????//構(gòu)建運(yùn)行環(huán)境
????val?env?=?StreamExecutionEnvironment.getExecutionEnvironment
????env.setParallelism(1)?//?設(shè)置分區(qū)為1?方便后面測試
????env.setStreamTimeCharacteristic(TimeCharacteristic.EventTime)?//事件時間

????val?settings?=?EnvironmentSettings.newInstance()
??????.useBlinkPlanner()
??????.inStreamingMode()
??????.build()
????//?創(chuàng)建表env
????val?tableEnv?=?StreamTableEnvironment.create(env,?settings)

????//?讀取數(shù)據(jù)
????val?inputPath?=?"./data/sensor.txt"
????val?inputStream?=?env.readTextFile(inputPath)

????//?先轉(zhuǎn)換成樣例類類型（簡單轉(zhuǎn)換操作）
????val?dataStream?=?inputStream
??????.map(data?=>?{
????????val?arr?=?data.split(",")
????????SensorReading(arr(0),?arr(1).toLong,?arr(2).toDouble)
??????})
??????.assignTimestampsAndWatermarks(new?BoundedOutOfOrdernessTimestampExtractor[SensorReading](Time.seconds(1))?{
????????override?def?extractTimestamp(element:?SensorReading):?Long?=?element.timestamp?*?1000L
??????})

????val?sensorTable:?Table?=?tableEnv.fromDataStream(dataStream,?'id,?'temperature,?'timestamp.rowtime?as?'ts)
????//?注冊表
????tableEnv.createTemporaryView("sensor",?sensorTable)
????//?table?API?實(shí)現(xiàn)
????val?tableApi?=?sensorTable.window(Slide?over?10.seconds?every?5.seconds?on?'ts?as?'w)
??????.groupBy('w,?'id)
??????.select('id,?'id.count,?'w.end)
????val?tableSql?=?tableEnv.sqlQuery(
??????"""
????????|select
????????|id,
????????|count(id),
????????|HOP_END(ts,INTERVAL?'10'?SECOND,?INTERVAL?'5'?SECOND?)as?w
????????|from?sensor
????????|group?by
????????|HOP(ts,INTERVAL?'10'?SECOND,?INTERVAL?'5'?SECOND),id????????|""".stripMargin)

????tableApi.toAppendStream[Row].print("tableApi")
????tableSql.toAppendStream[Row].print("tableSql")
????/**
.window(Slide?over?10.minutes?every?5.minutes?on?'rowtime?as?'w)?（事件時間字段?rowtime）
.window(Slide?over?10.minutes?every?5.minutes?on?'proctime?as?'w)?（處理時間字段?proctime）?
.window(Slide?over?10.rows?every?5.rows?on?'proctime?as?'w)?(類似于計數(shù)窗口，按處理時間排序艇拍，10?行一組)???**/
????env.execute("FlinkSQLSlideTime")
??}
}

1.3 會話窗口

? ? ? ?會話窗口（Session windows）要用 Session 類來定義卸夕，另外還有三個方法：

  • withGap：會話時間間隔
  • on：用來分組（按時間間隔）或者排序（按行數(shù)）的時間字段
  • as：別名娇哆，必須出現(xiàn)在后面的 groupBy 中實(shí)現(xiàn)案例
  1. 需求描述???????? ?設(shè)置一個session 為10秒鐘 統(tǒng)計id的個數(shù)
  2. 準(zhǔn)備數(shù)據(jù)
sensor_1,1547718199,35.8
sensor_6,1547718201,15.4
sensor_7,1547718202,6.7
sensor_10,1547718205,38.1
sensor_1,1547718206,32
sensor_1,1547718208,36.2
sensor_1,1547718210,29.7
sensor_1,1547718213,30.9
  1. 編寫代碼
package?windows

import?org.apache.flink.streaming.api.TimeCharacteristic
import?org.apache.flink.streaming.api.functions.timestamps.BoundedOutOfOrdernessTimestampExtractor
import?org.apache.flink.streaming.api.scala._
import?org.apache.flink.streaming.api.windowing.time.Time
import?org.apache.flink.table.api.{EnvironmentSettings,?Session,?Table}
import?org.apache.flink.table.api.scala._
import?org.apache.flink.types.Row
import?windows.FlinkSQLTumBlingTie.SensorReading

/**
?*?@Package?windows
?*?@File ：FlinkSqlSessionTime.java
?*?@author?大數(shù)據(jù)老哥
?*?@date?2020/12/27?22:52
?*?@version?V1.0?*/
object?FlinkSqlSessionTime?{
??def?main(args:?Array[String]):?Unit?=?{
????//構(gòu)建運(yùn)行環(huán)境
????val?env?=?StreamExecutionEnvironment.getExecutionEnvironment
????env.setParallelism(1)?//?設(shè)置分區(qū)為1?方便后面測試
????env.setStreamTimeCharacteristic(TimeCharacteristic.EventTime)?//事件時間

????val?settings?=?EnvironmentSettings.newInstance()
??????.useBlinkPlanner()
??????.inStreamingMode()
??????.build()
????//?創(chuàng)建表env
????val?tableEnv?=?StreamTableEnvironment.create(env,?settings)

????//?讀取數(shù)據(jù)
????val?inputPath?=?"./data/sensor.txt"
????val?inputStream?=?env.readTextFile(inputPath)

????//?先轉(zhuǎn)換成樣例類類型（簡單轉(zhuǎn)換操作）
????val?dataStream?=?inputStream
??????.map(data?=>?{
????????val?arr?=?data.split(",")
????????SensorReading(arr(0),?arr(1).toLong,?arr(2).toDouble)
??????})
??????.assignTimestampsAndWatermarks(new?BoundedOutOfOrdernessTimestampExtractor[SensorReading](Time.seconds(1))?{
????????override?def?extractTimestamp(element:?SensorReading):?Long?=?element.timestamp?*?1000L
??????})

????val?sensorTable:?Table?=?tableEnv.fromDataStream(dataStream,?'id,?'temperature,?'timestamp.rowtime?as?'ts)
????//?注冊表
????tableEnv.createTemporaryView("sensor",?sensorTable)

????val?tableApi?=?sensorTable.
??????window(Session?withGap?10.seconds?on?'ts?as?'w)
??????.groupBy('id,?'w)
??????.select('id,?'id.count,?'w.end)
????val?tableSQL?=?tableEnv.sqlQuery(
??????"""
????????|SELECT
????????|id,
????????|COUNT(id),
????????|SESSION_END(ts,?INTERVAL?'10'?SECOND)?AS?w
????????|FROM?sensor
????????|GROUP?BY
????????|id,
????????|SESSION(ts,?INTERVAL?'10'?SECOND)????????|""".stripMargin)
????tableApi.toAppendStream[Row].print("tableApi")
????tableSQL.toAppendStream[Row].print("tableSQL")

????/**
?????*?.window(Session?withGap?10.minutes?on?'rowtime?as?'w)?事件時間字段?rowtime）
?????*?.window(Session?withGap?10.minutes?on?'proctime?as?'w)?處理時間字段?proctime）?????*/
????env.execute("FlinkSqlSessionTime")
??}
}

二蒙秒、 Over Windows

???????? Over window 聚合是標(biāo)準(zhǔn) SQL 中已有的（Over 子句）晕讲，可以在查詢的 SELECT 子句中定義。Over window 聚合弄息，會針對每個輸入行摹量，計算相鄰行范圍內(nèi)的聚合。Over windows使用.window（w:overwindows*）子句定義凝果，并在 select（）方法中通過別名來引用器净。例子：

val?table?=?input
.window([w:?OverWindow]?as?'w)
.select('a,?'b.sum?over?'w,?'c.min?over?'w)

???????? Table API 提供了 Over 類山害，來配置 Over 窗口的屬性沿量。可以在事件時間或處理時間，以及指定為時間間隔佛掖、或行計數(shù)的范圍內(nèi)芥被，定義 Over windows坐榆。?????????

? ? ? ? 無界的 over window 是使用常量指定的。也就是說匹中，時間間隔要指定 UNBOUNDED_RANGE顶捷，或者行計數(shù)間隔要指定 UNBOUNDED_ROW服赎。而有界的 over window 是用間隔的大小指定的交播。

2.1 無界的 over window

//?無界的事件時間?over?window?(時間字段?"rowtime")
.window(Over?partitionBy?'a?orderBy?'rowtime?preceding?UNBOUNDED_RANGE?as?'w)
//無界的處理時間?over?window?(時間字段"proctime")
.window(Over?partitionBy?'a?orderBy?'proctime?preceding?UNBOUNDED_RANGE?as?'w)
//?無界的事件時間?Row-count?over?window?(時間字段?"rowtime")
.window(Over?partitionBy?'a?orderBy?'rowtime?preceding?UNBOUNDED_ROW?as?'w)
//無界的處理時間?Row-count?over?window?(時間字段?"rowtime")
.window(Over?partitionBy?'a?orderBy?'proctime?preceding?UNBOUNDED_ROW?as?'w)

2.2 有界的 over window

//?有界的事件時間?over?window?(時間字段?"rowtime"秦士，之前?1?分鐘)
.window(Over?partitionBy?'a?orderBy?'rowtime?preceding?1.minutes?as?'w)
//?有界的處理時間?over?window?(時間字段?"rowtime"，之前?1?分鐘)
.window(Over?partitionBy?'a?orderBy?'proctime?preceding?1.minutes?as?'w)
//?有界的事件時間?Row-count?over?window?(時間字段?"rowtime"乏梁，之前?10?行)
.window(Over?partitionBy?'a?orderBy?'rowtime?preceding?10.rows?as?'w)
//?有界的處理時間?Row-count?over?window?(時間字段?"rowtime"遇骑，之前?10?行)
.window(Over?partitionBy?'a?orderBy?'proctime?preceding?10.rows?as?'w)

2.3 代碼練習(xí)

???????? 我們可以綜合學(xué)習(xí)過的內(nèi)容揖曾，用一段完整的代碼實(shí)現(xiàn)一個具體的需求炭剪。例如，統(tǒng)計每個sensor每條數(shù)據(jù)媒鼓，與之前兩行數(shù)據(jù)的平均溫度绿鸣。

數(shù)據(jù)準(zhǔn)備

sensor_1,1547718199,35.8
sensor_6,1547718201,15.4
sensor_7,1547718202,6.7
sensor_10,1547718205,38.1
sensor_1,1547718206,32
sensor_1,1547718208,36.2
sensor_1,1547718210,29.7
sensor_1,1547718213,30.9

代碼分析：

package?windows

import?org.apache.flink.streaming.api.TimeCharacteristic
import?org.apache.flink.streaming.api.functions.timestamps.BoundedOutOfOrdernessTimestampExtractor
import?org.apache.flink.streaming.api.scala._
import?org.apache.flink.streaming.api.windowing.time.Time
import?org.apache.flink.table.api.{EnvironmentSettings,?Over,?Tumble}
import?org.apache.flink.table.api.scala._
import?org.apache.flink.types.Row

/**
*?@Package?windows
*?@File ：FlinkSqlTumBlingOverTime.java
*?@author?大數(shù)據(jù)老哥
*?@date?2020/12/28?21:45
*?@version?V1.0*/
object?FlinkSqlTumBlingOverTime?{
?def?main(args:?Array[String]):?Unit?=?{
???//?構(gòu)建運(yùn)行環(huán)境
???val?env?=?StreamExecutionEnvironment.getExecutionEnvironment
???env.setParallelism(1)?//?設(shè)置并行度為1方便后面進(jìn)行測試
???env.setStreamTimeCharacteristic(TimeCharacteristic.EventTime)?//?設(shè)置事件時間

???val?settings?=?EnvironmentSettings.newInstance()
?????.useBlinkPlanner()
?????.inStreamingMode()
?????.build()
???//構(gòu)建table?Env
???val?tableEnv?=?StreamTableEnvironment.create(env,?settings)

???//?讀取數(shù)據(jù)
???val?inputPath?=?"./data/sensor.txt"
???val?inputStream?=?env.readTextFile(inputPath)
???//?先轉(zhuǎn)換成樣例類類型（簡單轉(zhuǎn)換操作）
???//?解析數(shù)據(jù)?封裝成樣例類
???val?dataStream?=?inputStream
?????.map(data?=>?{
???????val?arr?=?data.split(",")
???????SensorReading(arr(0),?arr(1).toLong,?arr(2).toDouble)
?????})
?????.assignTimestampsAndWatermarks(new?BoundedOutOfOrdernessTimestampExtractor[SensorReading](Time.seconds(1))?{
???????override?def?extractTimestamp(element:?SensorReading):?Long?=?element.timestamp?*?1000L
?????})
???//?將數(shù)據(jù)注冊成一張臨時表
???val?dataTable?=?tableEnv.fromDataStream(dataStream,'id,?'temperature,?'timestamp.rowtime?as?'ts)
???tableEnv.createTemporaryView("sensor",dataTable)
???var?tableRes=?dataTable.window(?Over?partitionBy?'id?orderBy??'ts?preceding?2.rows?as?'ow)
????.select('id,'ts,'id.count?over?'ow,?'temperature.avg?over?'ow)

??var?tableSql=?tableEnv.sqlQuery(
?????"""
???????|select
???????|id,
???????|ts,
???????|count(id)?over?ow,
???????|avg(temperature)?over?ow
???????|from?sensor
???????|window?ow?as(
???????|?partition?by?id
???????|?order?by?ts
???????|?rows?between?2?preceding?and?current?row
???????|)???????|""".stripMargin)

???tableRes.toAppendStream[Row].print("tableRes")
???tableSql.toAppendStream[Row].print("tableSql")
???env.execute("FlinkSqlTumBlingOverTime")
?}
?case?class?SensorReading(id:?String,?timestamp:?Long,?temperature:?Double)

}

總結(jié)

???????? 好了到這里FlinkSql中窗口使用到這里就結(jié)束啦，喜歡的可以給了三連擎厢。其中FlinkSql中的窗口的用法還是比較多得动遭，所有還是要多加練習(xí)神得。老話說的好循头，師傅領(lǐng)進(jìn)門，修行在個人国裳。有什么不明白的可以在評論區(qū)留言全跨，也可以加我微信就進(jìn)行一起討論。我是大數(shù)據(jù)老哥蛇数，我們下期見~~~是越。

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 人面猴
    序言：七十年代末倚评，一起剝皮案震驚了整個濱河市天梧，隨后出現(xiàn)的幾起案子，更是在濱河造成了極大的恐慌冕香，老刑警劉巖后豫，帶你破解...
    沈念sama閱讀 217,509評論 6贊 504
  • 死咒
    序言：濱河連續(xù)發(fā)生了三起死亡事件，死亡現(xiàn)場離奇詭異陨收，居然都是意外死亡，警方通過查閱死者的電腦和手機(jī)拄衰，發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,806評論 3贊 394
  • 救了他兩次的神仙讓他今天三更去死
    文/潘曉璐 我一進(jìn)店門翘悉，熙熙樓的掌柜王于貴愁眉苦臉地迎上來妖混，“玉大人轮洋，你說我怎么就攤上這事∠殚梗” “怎么了误褪？”我有些...
    開封第一講書人閱讀 163,875評論 0贊 354
  • 道士緝兇錄：失蹤的賣姜人
    文/不壞的土叔 我叫張陵兽间，是天一觀的道長。 經(jīng)常有香客問我啃洋，道長屎鳍，這世上最難降的妖魔是什么逮壁？ 我笑而不...
    開封第一講書人閱讀 58,441評論 1贊 293
  • ?港島之戀（遺憾婚禮）
    正文 為了忘掉前任窥淆，我火速辦了婚禮，結(jié)果婚禮上扛伍，老公的妹妹穿的比我還像新娘词裤。我一直安慰自己，他們只是感情好逆航，可當(dāng)我...
    茶點(diǎn)故事閱讀 67,488評論 6贊 392
  • 惡毒庶女頂嫁案：這布局不是一般人想出來的
    文/花漫 我一把揭開白布因俐。 她就那樣靜靜地躺著周偎，像睡著了一般。 火紅的嫁衣襯著肌膚如雪吧兔。 梳的紋絲不亂的頭發(fā)上，一...
    開封第一講書人閱讀 51,365評論 1贊 302
  • 城市分裂傳說
    那天纲仍，我揣著相機(jī)與錄音灌侣，去河邊找鬼眉抬。 笑死瞒爬，一個胖子當(dāng)著我的面吹牛侧但，可吹牛的內(nèi)容都是我干的禀横。 我是一名探鬼主播粥血，決...
    沈念sama閱讀 40,190評論 3贊 418
  • 雙鴛鴦連環(huán)套：你想象不到人心有多黑
    文/蒼蘭香墨 我猛地睜開眼复亏，長吁一口氣：“原來是場噩夢啊……” “哼！你這毒婦竟也來了抬闷？” 一聲冷哼從身側(cè)響起耕突，我...
    開封第一講書人閱讀 39,062評論 0贊 276
  • 萬榮殺人案實(shí)錄
    序言：老撾萬榮一對情侶失蹤有勾，失蹤者是張志新（化名）和其女友劉穎古程，沒想到半個月后挣磨，有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體，經(jīng)...
    沈念sama閱讀 45,500評論 1贊 314
  • ?護(hù)林員之死
    正文 獨(dú)居荒郊野嶺守林人離奇死亡塘砸，尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,706評論 3贊 335
  • ?白月光啟示錄
    正文 我和宋清朗相戀三年掉蔬，在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片箭启。...
    茶點(diǎn)故事閱讀 39,834評論 1贊 347
  • 活死人
    序言：一個原本活蹦亂跳的男人離奇死亡傅寡，死狀恐怖北救，靈堂內(nèi)的尸體忽然破棺而出，到底是詐尸還是另有隱情托启，我是刑警寧澤膛壹，帶...
    沈念sama閱讀 35,559評論 5贊 345
  • ?日本核電站爆炸內(nèi)幕
    正文 年R本政府宣布模聋，位于F島的核電站，受9級特大地震影響持痰，放射性物質(zhì)發(fā)生泄漏工窍。R本人自食惡果不足惜前酿，卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,167評論 3贊 328
  • 男人毒藥：我在死后第九天來索命
    文/蒙蒙 一罢维、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧匀借，春花似錦平窘、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,779評論 0贊 22
  • 一樁弒父案，背后竟有這般陰謀
    文/蒼蘭香墨 我抬頭看了看天上的太陽萨赁。三九已至兆龙，卻和暖如春，著一層夾襖步出監(jiān)牢的瞬間慰安，已是汗流浹背聪铺。 一陣腳步聲響...
    開封第一講書人閱讀 32,912評論 1贊 269
  • 情欲美人皮
    我被黑心中介騙來泰國打工铃剔， 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留，地道東北人凤类。 一個月前我還...
    沈念sama閱讀 47,958評論 2贊 370
  • 代替公主和親
    正文 我出身青樓谜疤，卻偏偏與公主長得像现诀，于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子坐桩，可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,779評論 2贊 354

推薦閱讀更多精彩內(nèi)容