flink sql groupBy 使用注意

1、flink sql groupBy异常疑惑

在flink sql的任务开发中，会大量使用groupBy聚合数据，但是下一些场景回发现使用groupBy会报错，我自己在刚开发flink sql任务不久，发现这个问题同样的写法，有的地方成功有的地方失败，有一段时间感觉很疑惑。

下面是使用 sink kafka的报错信息

sql parser error: AppendStreamTableSink doesn't support consuming update changes which is 

produced by node GroupAggregate(groupBy=[log_map], select=[log_map])

从报错信息来看，是因为sink kakfa不支持持续更新，什么意思呢？

groupBy算子操作输出的数据，要覆盖上一次的数据，但是kafka本身的特性是不支持更新的，所以在sink数据的时候我们要注意数据存储容器的特性。判断是否可以使用groupBy,通过判断存储数据的容器是否支持数据更新，一支持数据更新的数据库，比如mysql、es、clickhouse，我们就可以使用groupBy, 对应的filnk-connector，有update sink，生产更新语句。

2、窗口聚合

虽然sink-kafka不支持持续更新，如果我们有业务场景需求，可以做局部的聚合也就是窗口聚合，在窗口内的数据聚合输出一次结果，这样就可以把部分聚合数据写入到kafka。

INSERT INTO kafka_sink_table
SELECT
	COUNT(1) cnt
FROM kafka_source_table
GROUP BY TUMBLE(proctime(), INTERVAL '10' second)