Flink SQL Client初探

SQL Client的目标就是解决上述问题（官方原话with a build tool before being submitted to a cluster.）

局限性

遗憾的是，在Flink-1.10.0版本中，SQL Client只是个Beta版本(不适合用于生产环境)，并且只能连接到本地Flink，不能像mysql、cassandra等客户端工具那样远程连接server，这些在将来的版本会解决：

环境信息

接下来采用实战的方式对Flink SQL Client做初步尝试，环境信息如下：

1. 电脑：MacBook Pro2018 13寸，macOS Catalina 10.15.3

2. Flink：1.10.0

3. JDK：1.8.0_211

本地启动flink

1. 下载flink包，地址：http://ftp.kddilabs.jp/infosystems/apache/flink/flink-1.10.0/flink-1.10.0-bin-scala_2.11.tgz

2. 解压：tar -zxvf flink-1.10.0-bin-scala_2.11.tgz

3. 进目录flink-1.10.0/bin/，执行命令./start-cluster.sh启动本地flink；

4. 访问该机器的8081端口，可见本地flink启动成功：

启动SQL Client CLI

1. 在目录flink-1.10.0/bin/执行./sql-client.sh即可启动SQL Client CLI，如下图所示，红框中的BETA提醒着在生产环境如果要用此工具：

2. 第一个要掌握的是HELP命令：

3. 从hello world开始把，执行命令select ‘Hello world!’;，控制台输出如下图所示，输入Q可退出：

两种展示模式

1. 第一种是table mode，效果像是对普通数据表的查询，设置该模式的命令：

SET execution.result-mode=table;

2. 第二种是changelog mode，效果像是打印每一次数据变更的日志，设置该模式的命令：

SET execution.result-mode=changelog;

3. 设置table mode后，执行以下命令作一次简单的分组查询：

SELECT name,

COUNT(*) AS cnt

FROM (VALUES (‘Bob’), (‘Alice’), (‘Greg’), (‘Bob’))

AS NameTable(name)

GROUP BY name;

4. 为了便于对比，下图同时贴上两种模式的查询结果，注意绿框中显示了该行记录是增加还是删除：

5. 不论是哪种模式，查询结构都保存在SQL Client CLI进程的堆内存中；

6. 在chenglog模式下，为了保证控制台可以正常输入输出，查询结果只展示最近1000条；

7. table模式下，可以翻页查询更多结果，结果数量受配置项max-table-result-rows以及可用堆内存限制；

进一步体验

前面写了几行SQL，对Flink SQL Client有了最基本的感受，接下来做进一步的体验，内容如下：

1. 创建CSV文件，这是个最简单的图书信息表，只有三个字段：名字、数量、类目，一共十条记录；

2. 创建SQL Client用到的环境配置文件，该文件描述了数据源以及对应的表的信息；

3. 启动SQL Client，执行SQL查询上述CSV文件；

4. 整个操作步骤如下图所示：

操作

1. 首先请确保Flink已经启动；

2. 创建名为book-store.csv的文件，内容如下：

name001,1,aaa

name002,2,aaa

name003,3,bbb

name004,4,bbb

name005,5,bbb

name006,6,ccc

name007,7,ccc

name008,8,ccc

name009,9,ccc

name010,10,ccc

3. 在flink-1.10.0/conf目录下创建名为book-store.yaml的文件，内容如下：

tables:

• name: BookStore

type: source-table

update-mode: append

connector:

type: filesystem

path: “/Users/zhaoqin/temp/202004/26/book-store.csv”

format:

type: csv

fields:

• name: BookName

type: VARCHAR

• name: BookAmount

type: INT

• name: BookCatalog

type: VARCHAR

line-delimiter: “\n”

comment-prefix: “,”

schema:

• name: BookName

type: VARCHAR

• name: BookAmount

type: INT

• name: BookCatalog

type: VARCHAR

• name: MyBookView

type: view

query: “SELECT BookCatalog, SUM(BookAmount) AS Amount FROM BookStore GROUP BY BookCatalog”

execution:

planner: blink # optional: either ‘blink’ (default) or ‘old’

type: streaming # required: execution mode either ‘batch’ or ‘streaming’

result-mode: table # required: either ‘table’ or ‘changelog’

max-table-result-rows: 1000000 # optional: maximum number of maintained rows in

‘table’ mode (1000000 by default, smaller 1 means unlimited)

time-characteristic: event-time # optional: ‘processing-time’ or ‘event-time’ (default)

parallelism: 1 # optional: Flink’s parallelism (1 by default)

periodic-watermarks-interval: 200 # optional: interval for periodic watermarks (200 ms by default)

max-parallelism: 16 # optional: Flink’s maximum parallelism (128 by default)

min-idle-state-retention: 0 # optional: table program’s minimum idle state time

max-idle-state-retention: 0 # optional: table program’s maximum idle state time

(default database of the current catalog by default)

restart-strategy: # optional: restart strategy

type: fallback # “fallback” to global restart strategy by default

Configuration options for adjusting and tuning table programs.