【flink实战系列】Flink SQL 实现基于 event time 的滑动窗口

最新推荐文章于 2024-09-12 22:10:46 发布

JasonLee实时计算

最新推荐文章于 2024-09-12 22:10:46 发布

阅读量4k

点赞数

分类专栏： Flink 实战系列文章标签： Flink SQL

本文链接：https://blog.csdn.net/xianpanjia4616/article/details/103949719

版权

Flink 实战系列专栏收录该内容

69 篇文章 474 订阅 ¥99.90 ¥299.90

订阅专栏

超级会员免费看

本文介绍了如何使用Flink SQL基于event time实现滑动窗口，通过示例展示了从Kafka读取数据并进行实时计算的过程，强调了Flink SQL在流计算中的应用及其潜力。

摘要由CSDN通过智能技术生成

Flink 的 datastream API 是非常丰富的,但是实现起来一个实时计算的需求相对于 SQL 还是还是复杂很多,今天就简单介绍一下用 Flink SQL 实现一个基于 event time 的滑动窗口.

package flink.table

import java.util.TimeZone

import flink.util.CommonUtils
import org.apache.flink.api.common.restartstrategy.RestartStrategies
import org.apache.flink.api.common.time.Time
import org.apache.flink.configuration.Configuration
import org.apache.flink.contrib.streaming.state.{PredefinedOptions, RocksDBOptions, RocksDBStateBackend}
import org.apache.flink.runtime.state.StateBackend
import org.apache.flink.runtime.state.filesystem.FsStateBackend
import org.apache.flink.streaming.api.environment.CheckpointConfig.ExternalizedCheckpointCleanup
import org.apache.flink.streaming.api.{CheckpointingMode, TimeCharacteri

了解本专栏