1.序篇
源码公众号后台回复1.13.2 table datastream获取。
废话不多说,咱们先直接上本文的目录和结论,小伙伴可以先看结论快速了解博主期望本文能给小伙伴们带来什么帮助:
-
背景及应用场景介绍:博主期望你能了解到,Flink 支持了 SQL 和 Table API 中的 Table 与 DataStream 互转的接口。通过这种互转的方式,我们就可以将一些自定义的数据源(DataStream)创建为 SQL 表,也可以将 SQL 执行结果转换为 DataStream 然后后续去完成一些在 SQL 中实现不了的复杂操作。肥肠的方便。
-
目前只有流任务支持互转,批任务不支持:在 1.13 版本中,由于流和批的 env 接口不一样,流任务为 StreamTableEnvironment,批任务为 TableEnvironment,目前只有 StreamTableEnvironment 支持了互转的接口,TableEnvironment 没有这样的接口,因此目前流任务支持互转,批任务不支持。但是 1.14 版本中流批任务的 env 都统一到了 StreamTableEnvironment 中,流批任务中就都可以进行互转了。
-
Retract 语义 SQL 转 DataStream 需要重点注意:Append 语义的 SQL 转为 DataStream 使用的 API 为
StreamTableEnvironment::toDataStream
,Retract 语义的 SQL 转为 DataStream 使用的 API 为StreamTableEnvironment::toRetractStream
,两个接口不一样,小伙伴萌一定要特别注意。
2.背景及应用场景介绍
相信大家看到本文的标题时,会比较好奇,要写 SQL 就纯 SQL 呗,要写 DataStream 就纯 DataStream 呗,为啥还要把这两个接口做集成呢?
博主举一个案例:在拼多多发优惠券的场景下,为了控制成本,希望能在每日优惠券发放金额加和超过 1w 时,及时报警出来,控制预算。
优惠券表的发放数据:
id(id) | time(时间) | money(金额) |
---|---|---|
1 | 2021-11-01 00:01:03 | 10 |
2 | 2021-11-01 00:03:00 | 20 |
3 | 2021-11-01 00:05:00 | 30 |
4 | 2021-11-01 00:06:00 | 40 |
5 | 2021-11-01 00:07:00 | 50 |
最终期望的结果是:每天的 money 之和超过 1w 的时候,报警报警报警!!!
那么针对上述场景,有两种对应的解决方案:
-
方案 1:可想而知,DataStream 是必然能够解决我们的问题的。
-
方案 2:DataStream 开发效率不高,可以使用 SQL 计算优惠券发放的结果,但是 SQL 无法做到报警。所以可以将 SQL 的查询的结果(即 Table)转为 DataStream,然后在 DataStream 后自定义报警逻辑的算子,超过阈值进行报警。
本节就介绍方案 2 的实现思路。
注意:
当然还有一些其他的比如模式识别监控异常然后报警的场景使用 DataStream 去实现就更加复杂了,