Flink基础-Table API教程

1.table api特点：

使得多声明的数据处理起来更为容易，扩展标准sql更为容易

enviroment：

如何得到一个表：

1.自己写table的描述信息

2.通过自定义tablesouce注册到env中

3.datastream也可以通过注册得到一个表

如何输出一个table：

和输入的三种方式是一致的

如何查询一个表：

对列上一些函数：

对列上的一些操作：

addcolumns添加，addorreplacecolumns添加并且覆盖，renamecolumns重命名，dropcolumns删除

withcolumns选择指定的列，withoutcolumns反选指定的列

cloumns使用的语法：

 可以是字段名，下标，默认下标是从1开始计算的

row-based operation：

map-operation的好处：

比如需要对这个表中的每一列都做一些udf的操作，比如if，cocat这种，

你就需要对每列都写一个udf，但是如果在table上使用map算子就会非常方便

flatmap-opreation：

输入一行-输出多行

aggregate-operation：

输入多行-输出一行

输入多行-输出多行：topn

flataggregate-operation:

aggregate vs tableaggregate:

窗口：

时间语义需要配合窗口操作才能发挥作用

gruop windows 分组窗口：（整张表）

根据时间或行数据，把数据聚合到组中。

滚动窗口：tumbling windows

可以通过时间开窗，也可以通过行数开窗，之所以行数也要时间字段是因为需要对数据进行排序来取。

滑动窗口：sliding windows

 会话窗口：session window

over windows 开窗函数：（针对某行）

针对每个输入行，计算附近行范围的聚合。

无界窗口：over windows

 

有界over windows：

目前flink只支持preceding 到current row，因为如果要支持following需要等待。

 

总结：