_tp_time（事件时间）
所有流数据都应有事件时间
流是数据存在的地方，每个数据包含一个 _tp_time 列作为事件时间。 Timeplus 将此属性作为事件的一个重要特征。
事件时间用来确定事件发生的时间，例如一个人生日。 它可以是下单时的确切时间戳，用户登录系统时的确切时间戳，发生错误时的确切时间戳，或者 IoT 设备报告其状态时的确切时间戳。 如果事件中没有合适的时间戳属性，Timeplus 将根据数据摄取时间生成事件时间。
默认情况下， _tp_time 列在 datetime64(3, 'UTC') 类型以毫秒为精度。 你也可以以 datetime 类型创建它，精度为秒。
当您要创建一个新的流时，请选择正确的列作为事件时间。 If no column is specified, then Timeplus will use the current timestamp as the value of _tp_time It's not recommended to rename a column as _tp_time at the query time, since it will lead to unexpected behaviour, specially for Time Travel.
为什么事件时间受到不同 的处理
事件时间几乎在任何地方在 Timeplus 数据处理和分析工作流程中使用：
- 在执行基于时间窗口的聚合时， 例如 tumble 或 hop 以获取每次窗口中的下载数据或外部数据， Timeplus将使用事件时间来决定某些事件是否属于特定窗口
- 在这种具有时间敏感性的分析中，事件时间也用来识别不合顺序的事件或较晚的事件， 并丢弃它们以便及时获得串流洞察力。
- 当一个数据流与另一个数据流连接时，事件时间是整理数据的关键，而不必指望两个事件会在完全相同的毫秒内发生。
- 事件时间也发挥重要作用来设备数据在流中保存的时间。
如何指定事件时间
在数据摄取过程中指定
当您 摄取数据 到 Timeplus 时，您可以在数据中指定一个属性来最能代表事件时间。 即使该属性是在 字符串 类型中，Timeplus 将自动转换为时间戳以便进一步处理。
如果您不在向导中选择属性，则 Timeplus 将使用摄取时间来显示事件时间。 例如：当 Timeplus 接收数据时。 这可能对大多数静态或维数据很有用，例如带有邮政编码的城市名称。
在查询时指定
The tumble or hop window functions take an optional parameter as the event time column. 默认情况下，我们将使用每个数据中的事件时间。 然而，您也可以指定一个不同的列作为事件时间。
以出租车乘客为例。 数据流可以是
| 车号 | 用户ID | 行程开始 | 行程结束 | 费用 |
|---|---|---|---|---|
| c001 | u001 | 2022-03-01 10:00:00 | 2022-03-01 10:30:00 | 45 |
数据可能来自 Kafka 主题。 配置完成后，我们可以将 trip_end 设置为（默认）事件时间。 所以，如果我们想要在每个小时内找出多少乘客，我们就可以这样运行查询
select count(*) from tumble(taxi_data,1h) group by window_end
This query uses trip_end , the default event time, to run the aggregation. 如果旅客在午夜时00时01分结束行程，则行程将包括在00时00分-00时59时窗内。
In some cases, you as the analyst, may want to focus on how many passengers get in the taxi, instead of leaving the taxi, in each hour, then you can set trip_start as the event time for the query via tumble(taxi_data,trip_start,1h)
完整查询：
select count(*) from tumble(taxi_data,trip_start,1h) group by window_end