本文主要是介绍Flink Sql With 1.14 Queries 查询-概览（译），对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！

查询 #

SELECT语句和VALUES语句是sqlQuery()用TableEnvironment. 该方法将 SELECT 语句（或 VALUES 语句）的结果作为Table. ATable可用于后续 SQL 和 Table API 查询，转换为 DataStream或写入 TableSink。SQL 和 Table API 查询可以无缝混合，并进行整体优化并转换为单个程序。

为了在 SQL 查询中访问表，它必须在 TableEnvironment 中注册。可以从TableSource、Table、CREATE TABLE 语句、DataStream注册表。或者，用户也可以在 TableEnvironment 中注册目录以指定数据源的位置。

为方便起见，Table.toString()自动在其唯一名称下注册表TableEnvironment并返回该名称。因此，Table可以将对象直接内联到 SQL 查询中，如下面的示例所示。

注意：包含不受支持的 SQL 功能的查询会导致TableException. 以下部分列出了批处理表和流表上支持的 SQL 功能。

指定查询 #

以下示例显示如何在已注册表和内联表上指定 SQL 查询。

Java

StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
StreamTableEnvironment tableEnv = StreamTableEnvironment.create(env);

// ingest a DataStream from an external source
DataStream<Tuple3<Long, String, Integer>> ds = env.addSource(...);

// SQL query with an inlined (unregistered) table
Table table = tableEnv.fromDataStream(ds, $("user"), $("product"), $("amount"));
Table result = tableEnv.sqlQuery(
  "SELECT SUM(amount) FROM " + table + " WHERE product LIKE '%Rubber%'");

// SQL query with a registered table
// register the DataStream as view "Orders"
tableEnv.createTemporaryView("Orders", ds, $("user"), $("product"), $("amount"));
// run a SQL query on the Table and retrieve the result as a new Table
Table result2 = tableEnv.sqlQuery(
  "SELECT product, amount FROM Orders WHERE product LIKE '%Rubber%'");

// create and register a TableSink
final Schema schema = Schema.newBuilder()
    .column("product", DataTypes.STRING())
    .column("amount", DataTypes.INT())
    .build();

final TableDescriptor sinkDescriptor = TableDescriptor.forConnector("filesystem")
    .schema(schema)
    .format(FormatDescriptor.forFormat("csv")
        .option("field-delimiter", ",")
        .build())
    .build();

tableEnv.createTemporaryTable("RubberOrders", sinkDescriptor);

// run an INSERT SQL on the Table and emit the result to the TableSink
tableEnv.executeSql(
  "INSERT INTO RubberOrders SELECT product, amount FROM Orders WHERE product LIKE '%Rubber%'");

Python

env = StreamExecutionEnvironment.get_execution_environment()
table_env = StreamTableEnvironment.create(env)

# SQL query with an inlined (unregistered) table
# elements data type: BIGINT, STRING, BIGINT
table = table_env.from_elements(..., ['user', 'product', 'amount'])
result = table_env \
    .sql_query("SELECT SUM(amount) FROM %s WHERE product LIKE '%%Rubber%%'" % table)

# create and register a TableSink
schema = Schema.new_builder()
    .column("product", DataTypes.STRING())
    .column("amount", DataTypes.INT())
    .build()

sink_descriptor = TableDescriptor.for_connector("filesystem")
    .schema(schema)
    .format(FormatDescriptor.for_format("csv")
        .option("field-delimiter", ",")
        .build())
    .build()

t_env.create_temporary_table("RubberOrders", sink_descriptor)

# run an INSERT SQL on the Table and emit the result to the TableSink
table_env \
    .execute_sql("INSERT INTO RubberOrders SELECT product, amount FROM Orders WHERE product LIKE '%Rubber%'")

回到顶部

执行查询 #

可以通过该TableEnvironment.executeSql()方法执行SELECT语句或VALUES语句将内容收集到本地。该方法将 SELECT 语句（或 VALUES 语句）的结果作为TableResult. 类似于 SELECT 语句，Table可以使用该Table.execute()方法执行对象，将查询的内容收集到本地客户端。 TableResult.collect()方法返回一个可关闭的行迭代器。除非已收集所有结果数据，否则选择作业不会完成。我们应该主动关闭作业，以避免通过该CloseableIterator#close()方法泄漏资源。TableResult.print()我们也可以通过该方法将选择结果打印到客户端控制台。中的结果数据TableResult只能访问一次。因此，collect()不得print()互相调用。

TableResult.collect()并且TableResult.print()在不同的检查点设置下具有略微不同的行为（要为流式作业启用检查点，请参阅检查点配置）。

• 对于没有检查点的批处理作业或流式作业，TableResult.collect()既TableResult.print()没有完全一次也没有至少一次保证。查询结果一旦生成，客户端就可以立即访问，但是当作业失败并重新启动时会抛出异常。
• 用于具有一次性检查点的流式作业，TableResult.collect()并TableResult.print()保证端到端的一次性记录交付。只有在相应的检查点完成后，客户端才能访问结果。
• 用于具有至少一次检查点的流式作业，TableResult.collect()并TableResult.print()保证端到端的至少一次记录交付。查询结果一旦生成，客户端就可以立即访问，但可能会多次传递相同的结果。

Java

StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
StreamTableEnvironment tableEnv = StreamTableEnvironment.create(env, settings);

tableEnv.executeSql("CREATE TABLE Orders (`user` BIGINT, product STRING, amount INT) WITH (...)");

// execute SELECT statement
TableResult tableResult1 = tableEnv.executeSql("SELECT * FROM Orders");
// use try-with-resources statement to make sure the iterator will be closed automatically
try (CloseableIterator<Row> it = tableResult1.collect()) {
    while(it.hasNext()) {
        Row row = it.next();
        // handle row
    }
}

// execute Table
TableResult tableResult2 = tableEnv.sqlQuery("SELECT * FROM Orders").execute();
tableResult2.print();

Python

env = StreamExecutionEnvironment.get_execution_environment()
table_env = StreamTableEnvironment.create(env, settings)
# enable checkpointing
table_env.get_config().get_configuration().set_string("execution.checkpointing.mode", "EXACTLY_ONCE")
table_env.get_config().get_configuration().set_string("execution.checkpointing.interval", "10s")

table_env.execute_sql("CREATE TABLE Orders (`user` BIGINT, product STRING, amount INT) WITH (...)")

# execute SELECT statement
table_result1 = table_env.execute_sql("SELECT * FROM Orders")
table_result1.print()

# execute Table
table_result2 = table_env.sql_query("SELECT * FROM Orders").execute()
table_result2.print()

回到顶部

语法 #

Flink 使用支持标准 ANSI SQL 的Apache Calcite解析 SQL。

以下 BNF 语法描述了批处理和流式查询中支持的 SQL 功能的超集。操作部分显示了受支持功能的示例，并指出了哪些功能仅支持批处理或流式查询。

Flink SQL 使用类似于 Java 的标识符（表、属性、函数名）的词法策略：

• 无论是否引用标识符，都会保留标识符的大小写。
• 之后，标识符会区分大小写。
• 与 Java 不同，反引号允许标识符包含非字母数字字符（例如）。“SELECT a AS my field FROM t”

字符串文字必须用单引号括起来（例如，SELECT 'Hello World'）。复制单引号以进行转义（例如，SELECT 'It''s me'）。

Flink SQL> SELECT 'Hello World', 'It''s me';
+-------------+---------+
|      EXPR$0 |  EXPR$1 |
+-------------+---------+
| Hello World | It's me |
+-------------+---------+
1 row in set

字符串文字中支持 Unicode 字符。如果需要显式 unicode 代码点，请使用以下语法：

• 使用反斜杠 ( \) 作为转义字符（默认）：SELECT U&'\263A'
• 使用自定义转义字符：SELECT U&'#263A' UESCAPE '#'

回到顶部

操作 #

• WITH子句
• SELECT & WHERE
• SELECT DISTINCT
• 开窗 TVF
• 窗口聚合
• 分组聚合
• Over 聚合
• Joins
• Set (集合)操作
• ORDER BY 子句
• Limit 子句
• Top-N
• 开窗 Top-N
• 数据去重
• 模式检测（CEP复杂事件处理）

from flink website url：Flink SQL 查询 概览 | Apache Flink

----------------------------------------------------------- 禁止转载 --------------------------------------------------------

这篇关于Flink Sql With 1.14 Queries 查询-概览（译）的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！