FlinkSql之TableAPI詳解

来源:https://www.cnblogs.com/CYan521/archive/2022/10/31/16845742.html
-Advertisement-
Play Games

一、FlinkSql的概念 核心概念 Flink 的 Table API 和 SQL 是流批統一的 API。 這意味著 Table API & SQL 在無論有限的批式輸入還是無限的流式輸入下，都具有相同的語義。 因為傳統的關係代數以及 SQL 最開始都是為了批式處理而設計的， 關係型查詢在流式場景 ...


一、FlinkSql的概念

核心概念

Flink 的 Table API 和 SQL 是流批統一的 API。 這意味著 Table API & SQL 在無論有限的批式輸入還是無限的流式輸入下，都具有相同的語義。 因為傳統的關係代數以及 SQL 最開始都是為了批式處理而設計的， 關係型查詢在流式場景下不如在批式場景下容易理解.

動態表和連續查詢

動態表(Dynamic Tables) 是 Flink 的支持流數據的 Table API 和 SQL 的核心概念。

與表示批處理數據的靜態表不同，動態表是隨時間變化的。可以像查詢靜態批處理表一樣查詢它們。查詢動態表將生成一個連續查詢(Continuous Query)。一個連續查詢永遠不會終止，結果會生成一個動態表。查詢不斷更新其(動態)結果表，以反映其(動態)輸入表上的更改。

TableAPI

首先需要導入依賴

 <dependency>
     <groupId>org.apache.flink</groupId>
     <artifactId>flink-table-planner-blink_${scala.binary.version}</artifactId>
     <version>${flink.version}</version>
     <scope>provided</scope>
 </dependency>
 <dependency>
     <groupId>org.apache.flink</groupId>
     <artifactId>flink-streaming-scala_${scala.binary.version}</artifactId>
     <version>${flink.version}</version>
     <scope>provided</scope>
 </dependency>
 <dependency>
     <groupId>org.apache.flink</groupId>
     <artifactId>flink-csv</artifactId>
     <version>${flink.version}</version>
 </dependency>
 <dependency>
     <groupId>org.apache.flink</groupId>
     <artifactId>flink-json</artifactId>
     <version>${flink.version}</version>
 </dependency>
 ​
 <!-- https://mvnrepository.com/artifact/org.apache.commons/commons-compress -->
 <dependency>
     <groupId>org.apache.commons</groupId>
     <artifactId>commons-compress</artifactId>
     <version>1.21</version>
 </dependency>
 /**
  * 使用TableAPI的基本套路：
  * 1.創建表的執行環境
  * 2.創建表，將流轉換為動態表，表的欄位名從bean的屬性名自動抽取
  * 3.對動態表進行查詢
  * 4.把動態表轉換為流
  */

這裡需要註意的問題：

1.TableAPI 中將動態表轉換為流時有兩種方法

 DataStream<Row> rowDataStream = tableEnvironment.toAppendStream(result, Row.class);

toAppendStream方法只能在查詢時使用，不能使用包含聚合函數等更新語句

 DataStream<Tuple2<Boolean, Row>> tuple2DataStream = tableEnvironment.toRetractStream(select, Row.class);

toRetractStream則可以使用

2.上述兩種方法內傳入的參數Row.class，表示將表中查詢出的數據封裝為行類型，也就是對每行進行封裝，解決查詢出的數據列少於或者多於原表。如何能夠確保所查詢的數據與之前封裝的Bean有完全一致的結構則也可以封裝為原Bean.class

代碼實現：

 package net.cyan.FlinkSql;
 ​
 import net.cyan.POJO.WaterSensor;
 import org.apache.flink.api.common.functions.FilterFunction;
 import org.apache.flink.api.java.tuple.Tuple2;
 import org.apache.flink.configuration.Configuration;
 import org.apache.flink.streaming.api.datastream.DataStream;
 import org.apache.flink.streaming.api.datastream.DataStreamSource;
 import org.apache.flink.streaming.api.datastream.SingleOutputStreamOperator;
 import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;
 import org.apache.flink.table.api.Table;
 import org.apache.flink.table.api.bridge.java.StreamTableEnvironment;
 import org.apache.flink.types.Row;
 ​
 import static org.apache.flink.table.api.Expressions.$;
 ​
 /**
  * 使用TableAPI的基本套路：
  * 1.創建表的執行環境
  * 2.創建表，將流轉換為動態表，表的欄位名從bean的屬性名自動抽取
  * 3.對動態表進行查詢
  * 4.把動態表轉換為流
  */
 public class Demo1 {
     public static void main(String[] args) {
         Configuration configuration=new Configuration();
         configuration.setInteger("rest.port",3333);
         //創建執行環境
         StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment(configuration);
         env.setParallelism(1);
         //模擬數據
         DataStreamSource<WaterSensor> WaterSensorSource = env.fromElements(
                 new WaterSensor("S1", 1000L, 10),
                 new WaterSensor("S1", 1000L, 10),
                 new WaterSensor("S2", 2000L, 20),
                 new WaterSensor("S3", 3000L, 30),
                 new WaterSensor("S4", 4000L, 40),
                 new WaterSensor("S5", 5000L, 50)
         );
         //創建表的執行環境
         StreamTableEnvironment tableEnvironment = StreamTableEnvironment.create(env);
         //創建表，將流轉換為動態表，表的欄位名從bean的屬性名自動抽取
         Table table = tableEnvironment.fromDataStream(WaterSensorSource);
         //對錶進行查詢
         //1、過時的查詢書寫
         Table result = table
                 .where("id='S1'")
                 .select("*");
         //2、不過時的書寫
         Table result1 = table
 //                .where($("id").isEqual("S1"))
                 .select($("id"), $("ts"), $("vc"));
         //3.聚合函數
         Table select = table
                 .groupBy($("id"))
                 .aggregate($("vc").sum().as("sum_vc"))
                 .select($("id"), $("sum_vc"));
         //把動態表轉換為流，使用到了之前創建的表運行環境
 ​
         SingleOutputStreamOperator<Row> tuple2DataStream = tableEnvironment
                 .toRetractStream(select, Row.class)
                 .filter(t -> t.f0)
                 .map(t -> t.f1);
 //        DataStream<Row> rowDataStream = tableEnvironment.toAppendStream(result, Row.class);
 //        DataStream<Row> rowDataStream1 = tableEnvironment.toAppendStream(result1, Row.class);
 //        rowDataStream.print();
 //        rowDataStream1.print();
         tuple2DataStream.print();
 ​
 ​
         try {
             //啟動執行環境
             env.execute();
         } catch (Exception e) {
             e.printStackTrace();
         }
 ​
 ​
 ​
     }
 }

 

二、TableAPI讀取文件

使用TableAPI讀取文件時，我們首先需要知道去哪裡讀取也就是文件路徑、讀取文件的格式、讀取出來的數據的結構也就是結果表的表結構及表名

 package net.cyan.FlinkSql;
 ​
 import org.apache.flink.configuration.Configuration;
 import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;
 ​
 import org.apache.flink.table.api.DataTypes;
 import org.apache.flink.table.api.Table;
 import org.apache.flink.table.api.bridge.java.StreamTableEnvironment;
 import org.apache.flink.table.descriptors.Csv;
 import org.apache.flink.table.descriptors.FileSystem;
 import org.apache.flink.table.descriptors.Schema;
 import org.apache.flink.table.types.DataType;
 ​
 import static org.apache.flink.table.api.Expressions.$;
 ​
 public class Demo2_readWriteText {
     public static void main(String[] args) {
         //創建執行環境
 //        Configuration configuration = new Configuration();
 //        configuration.setInteger("rest.port", 3333);
         StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
         env.setParallelism(1);
         StreamTableEnvironment talEnv = StreamTableEnvironment.create(env);
         //創建查詢的數據結果封裝類型
         Schema schema = new Schema()
                 .field("id", DataTypes.STRING())
                 .field("ts", DataTypes.BIGINT())
                 .field("vc", DataTypes.INT());
         talEnv
                 .connect(new FileSystem().path("input/sensor.txt"))  //讀取文件路徑
                 .withFormat(new Csv()) //讀取文件的數據格式
                 .withSchema(schema) //讀取出來的數據格式
                 .createTemporaryTable("sensor");//定義結果表名
 ​
         //進行查詢
         Table select = talEnv.from("sensor")
                 .where($("id").isEqual("sensor_1"))
                 .select($("id"), $("ts"), $("vc"));
 ​
 ​
         //將查詢結果寫入到新文件中
         //同樣建立一個動態表連接
         talEnv
                 .connect(new FileSystem().path("input/b.txt"))  //寫入路徑
                 .withFormat(new Csv()) //寫入文件的數據格式
                 .withSchema(schema) //寫入的數據格式
                 .createTemporaryTable("abc");//定義寫入表名
         //進行寫入操作
 ​
         select.executeInsert("abc");
 ​
 //        try {
 //            //啟動執行環境
 //            env.execute();
 //        } catch (Exception e) {
 //            e.printStackTrace();
 //        }
 ​
     }
 }

 

三、TableAPI 讀取、寫入Kakfa

基本流程

1>需要創建表的運行環境

 //創建表的運行環境
 StreamTableEnvironment tabEnv = StreamTableEnvironment.create(env);

2>創建查詢出的數據寫出結構

 //創建表結構
 Schema schema=new Schema()
         .field("id",DataTypes.STRING())
         .field("ts",DataTypes.BIGINT())
         .field("vc",DataTypes.INT());

3> 創建kafka連接

 //創建kafka連接
 tabEnv.connect(
         new Kafka()
         .version("universal")// 版本號
         .property("bootstrap.servers","hadoop102:9092")//地址
         .property("group.id","cy")//消費者組
         .topic("first")//消費主題
 ​
  )
         .withFormat(new Json())//寫入的格式
         .withSchema(schema)
         .createTemporaryTable("a");//臨時表

4> 進行查詢

 //創建表
 Table select = tabEnv.from("a").select("*");

5> 創建寫入kafka連接

 //創建寫入主題
 tabEnv.connect(
         new Kafka()
                 .version("universal")// 版本號
                 .property("bootstrap.servers","hadoop102:9092")//地址
                 .topic("first1")//消費主題
                 .sinkPartitionerRoundRobin()//隨機分區
 ​
 )
         .withFormat(new Json())//寫入的格式
         .withSchema(schema)
         .createTemporaryTable("c");

6> 寫入

 //寫入
 select.executeInsert("c");

完整代碼如下

 package net.cyan.FlinkSql;
 ​
 import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;
 import org.apache.flink.table.api.DataTypes;
 import org.apache.flink.table.api.Table;
 import org.apache.flink.table.api.bridge.java.StreamTableEnvironment;
 import org.apache.flink.table.descriptors.Json;
 import org.apache.flink.table.descriptors.Kafka;
 import org.apache.flink.table.descriptors.Schema;
 ​
 public class Demo5_readWriteKafka {
     public static void main(String[] args) {
        //創建執行環境
        StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
         //創建表的運行環境
         StreamTableEnvironment tabEnv = StreamTableEnvironment.create(env);
         //創建表結構
         Schema schema=new Schema()
                 .field("id",DataTypes.STRING())
                 .field("ts",DataTypes.BIGINT())
                 .field("vc",DataTypes.INT());
         //創建kafka連接
         tabEnv.connect(
                 new Kafka()
                 .version("universal")// 版本號
                 .property("bootstrap.servers","hadoop102:9092")//地址
                 .property("group.id","cy")//消費者組
                 .topic("first")//消費主題
 ​
          )
                 .withFormat(new Json())//寫入的格式
                 .withSchema(schema)
                 .createTemporaryTable("a");
         //創建表
         Table select = tabEnv.from("a").select("*");
         //創建寫入主題
         tabEnv.connect(
                 new Kafka()
                         .version("universal")// 版本號
                         .property("bootstrap.servers","hadoop102:9092")//地址
                         .topic("first1")//消費主題
                         .sinkPartitionerRoundRobin()//隨即分區
 ​
         )
                 .withFormat(new Json())//寫入的格式
                 .withSchema(schema)
                 .createTemporaryTable("c");
 ​
         //寫入
         select.executeInsert("c");
 ​
 ​
     }
 }
 
您的分享是我們最大的動力!

-Advertisement-
Play Games
更多相關文章
  • 對於HashMap的容量的一些分析
    1.邏輯 邏輯判斷：對於一件事情正確與否的判斷，python中用布爾類型真（True）、假（False）做區分； 根據判斷結果的不同去完成的不同操作，就是我們的業務邏輯； 對於條件是否滿足的判斷語句，就是條件語句； 一個邏輯語句是由條件語句+業務語句組成的。 2.if語句 判斷一個命題的真實性，如果 ...
  • xadmin的使用
    安裝 在項目的虛擬環境下執行 pip install https://codeload.github.com/sshwsfc/xadmin/zip/django2 註意：xadmin對於不同django版本有不同的版本，一定要使用相對應的版本 在app中註冊 INSTALLED_APPS = [ # ...
  • SpringBoot(三) - Ribbon客戶端負載均衡,Zuul網關，Config配置中心
    1、Ribbon客戶端負載均衡 1.1 依賴 1.2 配置信息 # feign預設載入了ribbon負載均衡，預設負載均衡機制是：輪詢 # 負載均衡機制是添加在消費端（客戶端）的，如果改為隨機，指定服務名，指定規則 edocmall-server: ribbon: NFLoadBalancerRul ...
  • JWT中token的理解
    今天我們來聊一聊關於JWT授權的事情。 JWT：Json Web Token。顧名思義，它是一種在Web中，使用Json來進行Token授權的方案。 既然沒有找好密碼，token是如何解決信任問題的呢？ 解決信任問題，只需要解決兩個問題即可： token是不是來自我信任的機構頒發 token中的信息 ...
  • .net core Blazor+自定義日誌提供器實現實時日誌查看器
    場景 我們經常遠程連接伺服器去查看日誌，比較麻煩，如果直接訪問項目的某個頁面就能實時查看日誌就比較奈斯了，花了1天研究了下.net core 日誌的原理，結合blazor實現了基本效果。 實現原理 自定義日誌提供器，將日誌記錄到記憶體中，滾動10W條刪除。 提供blazor組件，實時從記憶體中讀取後顯示 ...
  • 學習ASP.NET Core Blazor編程系列九——伺服器端校驗
    長連接與短連接 所謂長連接，指在一個TCP連接上可以連續發送多個數據包，在TCP連接保持期間，如果沒有數據包發送，需要雙方發檢測包以維持此連接，一般需要自己做線上維持。 短連接是指通信雙方有數據交互時，就建立一個TCP連接，數據發送完成後，則斷開此TCP連接，一般銀行都使用短連接。 比如http的， ...
  • Linux進程調度演算法
    Ubuntu20.04 MRS和Makefile開發環境配置. 使用 MounRiver Studio Community IDE 進行開發是比較簡單的一種方式, 前往http://mounriver.com/download下載 MounRiver_Studio_Community_Linux_V... ...
  • 沁恆CH32V003(一): CH32V003F4P6開發板上手報告和Win10環境配置
    沁恆最近推出的低價CH32V003系列, 基於青稞RISC-V2A內核, 48MHz主頻, 2KB SRAM, 16KB Flash, 工作電壓相容3.3V和5V. Win10下的開發環境是比較簡單的, 軟體就是MounRiver, 版本v1.82, 軟體集成了代碼編輯, 編譯環境和燒錄工具. 直接... ...
一周排行
    -Advertisement-
    Play Games
  • 移動開發（一）：使用.NET MAUI開發第一個安卓APP
    移動開發（一）：使用.NET MAUI開發第一個安卓APP 對於工作多年的C#程式員來說，近來想嘗試開發一款安卓APP，考慮了很久最終選擇使用.NET MAUI這個微軟官方的框架來嘗試體驗開發安卓APP，畢竟是使用Visual Studio開發工具，使用起來也比較的順手，結合微軟官方的教程進行了安卓 ...
  • wpf ToggleButton選中效果和一個登錄界面
    前言 QuestPDF 是一個開源 .NET 庫，用於生成 PDF 文檔。使用了C# Fluent API方式可簡化開發、減少錯誤並提高工作效率。利用它可以輕鬆生成 PDF 報告、發票、導出文件等。 項目介紹 QuestPDF 是一個革命性的開源 .NET 庫，它徹底改變了我們生成 PDF 文檔的方 ...
  • 彈幕樹洞項目功能新增篇
    項目地址 項目後端地址： https://github.com/ZyPLJ/ZYTteeHole 項目前端頁面地址： ZyPLJ/TreeHoleVue (github.com) https://github.com/ZyPLJ/TreeHoleVue 目前項目測試訪問地址： http://tree ...
  • 第27篇 sqlserver2022詳細安裝步驟
    話不多說，直接開乾 一.下載 1.官方鏈接下載： https://www.microsoft.com/zh-cn/sql-server/sql-server-downloads 2.在下載目錄中找到下麵這個小的安裝包 SQL2022-SSEI-Dev.exe，運行開始下載SQL server； 二. ...
  • .NET 開源高性能 MQTT 類庫
    前言 隨著物聯網（IoT）技術的迅猛發展，MQTT（消息隊列遙測傳輸）協議憑藉其輕量級和高效性，已成為眾多物聯網應用的首選通信標準。 MQTTnet 作為一個高性能的 .NET 開源庫，為 .NET 平臺上的 MQTT 客戶端與伺服器開發提供了強大的支持。 本文將全面介紹 MQTTnet 的核心功能 ...
  • Serilog文檔翻譯系列（六） - 可用的接收器、增強器、格式化輸出
    Serilog支持多種接收器用於日誌存儲，增強器用於添加屬性，LogContext管理動態屬性，支持多種輸出格式包括純文本、JSON及ExpressionTemplate。還提供了自定義格式化選項，適用於不同需求。 ...
  • 警惕 Visual Studio 屬性求值副作用導致邏輯不符合預期
    目錄簡介獲取 HTML 文檔解析 HTML 文檔測試參考文章 簡介 動態內容網站使用 JavaScript 腳本動態檢索和渲染數據，爬取信息時需要模擬瀏覽器行為，否則獲取到的源碼基本是空的。 本文使用的爬取步驟如下： 使用 Selenium 獲取渲染後的 HTML 文檔 使用 HtmlAgility ...
  • [使用目前最新版]HybridCLR6.9.0+YooAsset2.2.4實現純C# Unity熱更新方案 (一)
    1.前言 什麼是熱更新 游戲或者軟體更新時，無需重新下載客戶端進行安裝，而是在應用程式啟動的情況下，在內部進行資源或者代碼更新 Unity目前常用熱更新解決方案 HybridCLR，Xlua，ILRuntime等 Unity目前常用資源管理解決方案 AssetBundles，Addressable， ...
  • 在 ASP.NET Core Web API 中使用操作篩選器統一處理通用操作
    本文章主要是在C# ASP.NET Core Web API框架實現向手機發送驗證碼簡訊功能。這裡我選擇是一個互億無線簡訊驗證碼平臺，其實像阿裡雲，騰訊雲上面也可以。 首先我們先去 互億無線 https://www.ihuyi.com/api/sms.html 去註冊一個賬號 註冊完成賬號後，它會送 ...
  • 第28篇 如何.net中實現高效可靠數據同步api
    通過以下方式可以高效，並保證數據同步的可靠性 1.API設計 使用RESTful設計，確保API端點明確，並使用適當的HTTP方法（如POST用於創建，PUT用於更新）。 設計清晰的請求和響應模型，以確保客戶端能夠理解預期格式。 2.數據驗證 在伺服器端進行嚴格的數據驗證，確保接收到的數據符合預期格 ...
所有分類