二十三、Flink Table API之基本API

坤坤呀發表於2024-04-02

一、介紹

在Flink提供的多層級API中(如下圖示)，核心是DataStreamAPI，這是開發流處理應用的基本途徑；底層則是所謂的處理函式（processfunction），可以訪問事件的時間資訊、註冊定時器、自定義狀態，進行有狀態的流處理。DataStreamAPI和處理函式比較通用，有了這些API，理論上就可以實現所有場景的需求了。不過在企業實際應用中，往往會面對大量類似的處理邏輯，所以一般會將底層API包裝成更加具體的應用級介面。怎樣的介面風格最容易讓大家接受呢？作為大資料工程師，最為熟悉的資料統計方式，當然就是寫SQL。

SQL是結構化查詢語言（StructuredQueryLanguage）的縮寫，是對關係型資料庫進行查詢和修改的通用程式語言。在關係型資料庫中，資料是以表（table）的形式組織起來的，所以也可以認為SQL是用來對錶進行處理的工具語言。無論是傳統架構中進行資料儲存的MySQL、PostgreSQL，還是大資料應用中的Hive，都少不了SQL的身影；而Spark作為大資料處理引擎，為了更好地支援在Hive中的SQL查詢，也提供了SparkSQL作為入口。

Flink同樣提供了對於“表”處理的支援，這就是更高層級的應用API，在Flink中被稱為TableAPI和SQL。TableAPI顧名思義，就是基於“表”（Table）的一套API，它是內嵌在Java、Scala等語言中的一種宣告式領域特定語言（DSL），也就是專門為處理表而設計的；在此基礎上，Flink還基於ApacheCalcite實現了對SQL的支援。這樣一來，就可以在Flink程式中直接寫SQL來實現處理需求了。

二、快速上手

如果對關係型資料庫和SQL非常熟悉，那麼TableAPI和SQL的使用其實非常簡單：只要得到一個“表”（Table），然後對它呼叫TableAPI，或者直接寫SQL就可以了。接下來就以一個非常簡單的例子上手，初步瞭解一下高層級API的使用方法。

1.引入依賴

要在程式碼中使用Table API，必須引入相關的依賴。

<!--Table API 橋接器-->
<dependency>
	<groupId>org.apache.flink</groupId>
	<artifactId>flink-table-api-java-bridge_${scala.binary.version}</artifactId>
	<version>${flink.version}</version>
</dependency>

這裡的依賴是一個Java的“橋接器”（bridge），主要就是負責TableAPI和下層DataStreamAPI的連線支援，按照不同的語言分為Java版和Scala版。

如果希望在本地的整合開發環境（IDE）裡執行TableAPI和SQL，還需要引入以下依賴：

<dependency>
	<groupId>org.apache.flink</groupId>
	<artifactId>flink-table-planner-blink_${scala.binary.version}</artifactId>
	<version>${flink.version}</version>
</dependency>
<dependency>
	<groupId>org.apache.flink</groupId>
	<artifactId>flink-streaming-scala_${scala.binary.version}</artifactId>
	<version>${flink.version}</version>
</dependency>

這裡主要新增的依賴是一個“計劃器”（planner），它是TableAPI的核心元件，負責提供執行時環境，並生成程式的執行計劃。這裡用到的是新版的blinkplanner。由於Flink安裝包的lib目錄下會自帶planner，所以在生產叢集環境中提交的作業不需要打包這個依賴。

而在TableAPI的內部實現上，部分相關的程式碼是用Scala實現的，所以還需要額外新增一個Scala版流處理的相關依賴。而在TableAPI的內部實現上，部分相關的程式碼是用Scala實現的，所以還需要額外新增一個Scala版流處理的相關依賴。

另，如果想實現自定義的資料格式來做序列化，可以引入下面的依賴：

<dependency>
    <groupId>org.apache.flink</groupId>
	<artifactId>flink-table-common</artifactId>
	<version>${flink.version}</version>
</dependency>

2.簡單示例

有了基本的依賴，接下來就可以在Flink程式碼中使用TableAPI和SQL了。比如，可以自定義一些Event型別的使用者訪問事件，作為輸入的資料來源；而後從中提取url地址和使用者名稱user兩個欄位作為輸出。

package com.kunan.StreamAPI.Source;
import java.sql.Timestamp;
public class Event {
    public String user;
    public String url;
    public Long timestamp;
    public Event() {
    }
    public Event(String user, String url, Long timestamp) {
        this.user = user;
        this.url = url;
        this.timestamp = timestamp;
    }
    @Override
    public String toString() {
        return "Event{" +
                "user='" + user + '\'' +
                ", url='" + url + '\'' +
                ", timestamp=" + new Timestamp(timestamp) +
                '}';
    }
}

如果使用 DataStream API，我們可以直接讀取資料來源後，用一個簡單轉換運算元 map 來做字段的提取。而這個需求直接寫 SQL 的話，實現會更加簡單:

select url, user from EventTable;

這裡把流中所有資料組成的表叫作 EventTable。在 Flink 程式碼中直接對這個表執行上面的 SQL，就可以得到想要提取的資料了。
程式碼實現

package com.kunan.TableAPI;
import com.kunan.StreamAPI.Source.Event;
import org.apache.flink.streaming.api.datastream.DataStreamSource;
import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;
import org.apache.flink.table.api.Table;
import org.apache.flink.table.api.bridge.java.StreamTableEnvironment;
public class TableExp {
    public static void main(String[] args) throws Exception {
        //1.獲取流執行環境
        StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
        env.setParallelism(1);
        //2.獲取資料來源
        DataStreamSource<Event> EventStream = env.fromElements(
                new Event("Alice", "./home", 1000L),
                new Event("Bob", "./cart", 1000L),
                new Event("Alice", "./prod?id=1", 5 * 1000L),
                new Event("Cary", "./home", 60 * 1000L),
                new Event("Bob", "./prod?id=3", 90 * 1000L),
                new Event("Alice", "./prod?id=7", 105 * 1000L)
        );

        //3.獲取表環境
        StreamTableEnvironment tableEnv = StreamTableEnvironment.create(env);
        //4.將資料流轉換成表
        Table eventTable = tableEnv.fromDataStream(EventStream);
        //5.用執行 SQL 的方式提取資料
        Table resultTable = tableEnv.sqlQuery("select url,user from " + eventTable);
        //6.將錶轉換成資料流，列印輸出
        tableEnv.toDataStream(resultTable).print();
        //7.執行
        env.execute();
    }
}

這裡我們需要建立一個“表環境”（TableEnvironment），然後將資料流（DataStream）轉換成一個表（Table）；之後就可以執行 SQL 在這個表中查詢資料了。查詢得到的結果依然是一個表，把它重新轉換成流就可以列印輸出了。
程式碼執行的結果如下：

+I[./home, Alice]
+I[./cart, Bob]
+I[./prod?id=1, Alice]
+I[./home, Cary]
+I[./prod?id=3, Bob]
+I[./prod?id=7, Alice]

可以看到，原始的Event資料轉換成了(url，user)這樣類似二元組的型別。每行輸出前面有一個“+I”標誌，這是表示每條資料都是“插入”（Insert）到表中的新增資料。

Table是TableAPI中的核心介面類，對應著“表”的概念。基於Table也可以呼叫一系列查詢方法直接進行轉換，這就是所謂TableAPI的處理方式：

//用TableAPI方式提取資料 
Table resultTable2 = eventTable.select($("url"), $("user"));

這裡的$符號是TableAPI中定義的“表示式”類Expressions中的一個方法，傳入一個欄位名稱，就可以指代資料中對應欄位。將得到的錶轉換成流列印輸出，會發現結果與直接執行SQL完全一樣。

三、基本API

1.程式架構

在Flink中，TableAPI和SQL可以看作聯結在一起的一套API，這套API的核心概念就是“表”（Table）。在程式中，輸入資料可以定義成一張表；然後對這張表進行查詢，就可以得到新的表，這相當於就是流資料的轉換操作；最後還可以定義一張用於輸出的表，負責將處理結果寫入到外部系統。

可以看到，程式的整體處理流程與DataStreamAPI非常相似，也可以分為讀取資料來源（Source）、轉換（Transform）、輸出資料（Sink）三部分；只不過這裡的輸入輸出操作不需要額外定義，只需要將用於輸入和輸出的表定義出來，然後進行轉換查詢就可以了。
程式基本架構如下：

//建立表環境
TableEnvironment tableEnv = ...;
// 建立輸入表，連線外部系統讀取資料
tableEnv.executeSql("CREATE TEMPORARY TABLE inputTable ... WITH ( 'connector'= ... )");
// 註冊一個表，連線到外部系統，用於輸出
tableEnv.executeSql("CREATE TEMPORARY TABLE outputTable ... WITH ( 'connector'= ... )");
// 執行 SQL 對錶進行查詢轉換，得到一個新的表
Table table1 = tableEnv.sqlQuery("SELECT ... FROM inputTable... ");
// 使用 Table API 對錶進行查詢轉換，得到一個新的表
Table table2 = tableEnv.from("inputTable").select(...);

與上一節不同，這裡不是從一個DataStream轉換成Table，而是透過執行DDL來直接建立一個表。這裡執行的CREATE語句中用WITH指定了外部系統的聯結器，於是就可以連線外部系統讀取資料了。這其實是更加一般化的程式架構，因為這樣就可以完全拋開DataStreamAPI，直接用SQL語句實現全部的流處理過程。

而後面對於輸出表的定義是完全一樣的。可以發現，在建立表的過程中，其實並不區分“輸入”還是“輸出”，只需要將這個表“註冊”進來、連線到外部系統就可以了；這裡的inputTable、outputTable只是註冊的表名，並不代表處理邏輯，可以隨意更換。至於表的具體作用，則要等到執行後面的查詢轉換操作時才能明確。如果直接從inputTable中查詢資料，那麼inputTable就是輸入表；而outputTable會接收另外表的結果進行寫入，那麼就是輸出表。

在早期的版本中，有專門的用於輸入輸出的TableSource和TableSink，這與流處理裡的概念是一一對應的；不過這種方式與關係型表和SQL的使用習慣不符，所以已被棄用，不再區分Source和Sink。

2.建立表環境

對於Flink這樣的流處理框架來說，資料流和表在結構上還是有所區別的。所以使用TableAPI和SQL需要一個特別的執行時環境，這就是所謂的“表環境”（TableEnvironment）。它主要負責：

（1）註冊Catalog和表；
（2）執行SQL查詢；
（3）註冊使用者自定義函式（UDF）；
（4）DataStream 和表之間的轉換。

這裡的Catalog就是“目錄”，與標準SQL中的概念是一致的，主要用來管理所有資料庫（database）和表（table）的後設資料（metadata）。透過Catalog可以方便地對資料庫和表進行查詢的管理，所以可以認為定義的表都會“掛靠”在某個目錄下，這樣就可以快速檢索。在表環境中可以由使用者自定義Catalog，並在其中登錄檔和自定義函式（UDF）。預設的Catalog就叫作default_catalog。

每個表和SQL的執行，都必須繫結在一個表環境（TableEnvironment）中。TableEnvironment是TableAPI中提供的基本介面類，可以透過呼叫靜態的create()方法來建立一個表環境例項。方法需要傳入一個環境的配置引數EnvironmentSettings，它可以指定當前表環境的執行模式和計劃器（planner）。執行模式有批處理和流處理兩種選擇，預設是流處理模式；計劃器預設使用blinkplanner。

//基於blink版本planner進行流處理執行環境
import org.apache.flink.table.api.EnvironmentSettings;
import org.apache.flink.table.api.TableEnvironment;
EnvironmentSettings settings = EnvironmentSettings
 .newInstance()
 .inStreamingMode() // 使用流處理模式
 .build();
TableEnvironment tableEnv = TableEnvironment.create(settings);

//基於老版本planner進行流處理
EnvironmentSettings settings1 = EnvironmentSettings.newInstance()
                .inStreamingMode()
                .useOldPlanner()
                .build();
TableEnvironment tableEnv1 = TableEnvironment.create(settings1);

對於流處理場景，其實預設配置就完全夠用了。所以也可以用另一種更加簡單的方式來建立表環境：

import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;
import org.apache.flink.table.api.EnvironmentSettings;
import org.apache.flink.table.api.bridge.java.StreamTableEnvironment;
StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
StreamTableEnvironment tableEnv = StreamTableEnvironment.create(env);

這裡引入了一個“流式表環境”（StreamTableEnvironment），它是繼承自TableEnvironment的子介面。呼叫它的create()方法，只需要直接將當前的流執行環境（StreamExecutionEnvironment）傳入，就可以建立出對應的流式表環境了。

3.建立表

表（Table）是關係型資料庫中資料儲存的基本形式，也是SQL執行的基本物件。Flink中的表概念也並不特殊，是由多個“行”資料構成的，每個行（Row）又可以有定義好的多個列（Column）欄位；整體來看，表就是固定型別的資料組成的二維矩陣。

為了方便地查詢表，表環境中會維護一個目錄（Catalog）和表的對應關係。所以表都是透過Catalog來進行註冊建立的。表在環境中有一個唯一的ID，由三部分組成：目錄（catalog）名，資料庫（database）名，以及表名。在預設情況下，目錄名為default_catalog，資料庫名為default_database。所以如果我們直接建立一個叫作MyTable的表，它的ID就是：

default_catalog.default_database.MyTable

具體建立表的方式，有透過聯結器（connector）和虛擬表（virtual tables）兩種。

聯結器表（Connector Tables）

最直觀的建立表的方式，就是透過聯結器（connector）連線到一個外部系統，然後定義出對應的表結構。例如可以連線到Kafka或者檔案系統，將儲存在這些外部系統的資料以“表”的形式定義出來，這樣對錶的讀寫就可以透過聯結器轉換成對外部系統的讀寫了。在表環境中讀取這張表時，聯結器就會從外部系統讀取資料並進行轉換；而當向這張表寫入資料，聯結器就會將資料輸出（Sink）到外部系統中。

在程式碼中，可以呼叫表環境的executeSql()方法，可以傳入一個DDL作為引數執行SQL操作。這裡傳入一個CREATE語句進行表的建立，並透過WITH關鍵字指定連線到外部系統的聯結器：

tableEnv.executeSql("CREATE [TEMPORARY] TABLE MyTable ... WITH ( 'connector'= ... )")

這裡的 TEMPORARY 關鍵字可以省略。

這裡沒有定義Catalog和Database，所以都是預設的，表的完整ID就是default_catalog.default_database.MyTable。如果希望使用自定義的目錄名和庫名，可以在環境中進行設定：

tEnv.useCatalog("custom_catalog");
tEnv.useDatabase("custom_database");

這樣建立的表完整ID就變成了custom_catalog.custom_database.MyTable。之後在表環境中建立的所有表，ID也會都以custom_catalog.custom_database作為字首。

虛擬表（Virtual Tables）

在環境中註冊之後，就可以在SQL中直接使用這張表進行查詢轉換了。

Table newTable = tableEnv.sqlQuery("SELECT ... FROM MyTable... ");

這裡呼叫了表環境的sqlQuery()方法，直接傳入一條SQL語句作為引數執行查詢，得到的結果是一個Table物件。Table是TableAPI中提供的核心介面類，就代表了一個Java中定義的表例項。

得到的newTable是一箇中間轉換結果，如果之後又希望直接使用這個表執行SQL，又該怎麼做呢？由於newTable是一個Table物件，並沒有在表環境中註冊；所以還需要將這個中間結果表註冊到環境中，才能在SQL中使用：

tableEnv.createTemporaryView("NewTable", newTable);

可以發現，這裡的註冊其實是建立了一個“虛擬表”（VirtualTable）。這個概念與SQL語法中的檢視（View）非常類似，所以呼叫的方法也叫作建立“虛擬檢視”（createTemporaryView）。檢視之所以是“虛擬”的，是因為並不會直接儲存這個表的內容，並沒有“實體”；只是在用到這張表的時候，會將它對應的查詢語句嵌入到SQL中。

註冊為虛擬表之後，就可以在SQL中直接使用NewTable進行查詢轉換了。不難看到，透過虛擬表可以非常方便地讓SQL分步驟執行得到中間結果，這為程式碼編寫提供了很大的便利。

另，虛擬表也可以在TableAPI和SQL之間進行自由切換。一個Java中的Table物件可以直接呼叫TableAPI中定義好的查詢轉換方法，得到一箇中間結果表；這跟對註冊好的表直接執行SQL結果是一樣的。具體見下節。

4.表的查詢

建立好了表，接下來自然就是對錶進行查詢轉換了。對一個表的查詢（Query）操作，就對應著流資料的轉換（Transform）處理。

Flink提供了兩種查詢方式：SQL和TableAPI。

執行 SQL 進行查詢

基於表執行SQL語句，是最熟悉的查詢方式。Flink基於ApacheCalcite來提供對SQL的支援，Calcite是一個為不同的計算平臺提供標準SQL查詢的底層工具，很多大資料框架比如ApacheHive、ApacheKylin中的SQL支援都是透過整合Calcite來實現的。

在程式碼中，只要呼叫表環境的sqlQuery()方法，傳入一個字串形式的SQL查詢語句就可以了。執行得到的結果，是一個Table物件。

// 建立表環境
TableEnvironment tableEnv = ...;
// 建立表
tableEnv.executeSql("CREATE TABLE EventTable ... WITH ( 'connector' = ... )");
// 查詢使用者 Alice 的點選事件，並提取表中前兩個欄位
Table aliceVisitTable = tableEnv.sqlQuery(
 "SELECT user, url " +
 "FROM EventTable " +
 "WHERE user = 'Alice' "
 );

目前Flink支援標準SQL中的絕大部分用法，並提供了豐富的計算函式。這樣可以把已有的技術遷移過來，像在MySQL、Hive中那樣直接透過編寫SQL實現自己的處理需求，從而大大降低了Flink上手的難度。

例如，可以透過 GROUP BY 關鍵字定義分組聚合，呼叫 COUNT()、SUM()這樣的函式來進行統計計算：

Table urlCountTable = tableEnv.sqlQuery(
 "SELECT user, COUNT(url) " +
 "FROM EventTable " +
 "GROUP BY user "
 );

上面的例子得到的是一個新的Table物件，可以再次將它註冊為虛擬表繼續在SQL中呼叫。另外，我們也可以直接將查詢的結果寫入到已經註冊的表中，這需要呼叫表環境的executeSql()方法來執行DDL，傳入的是一個INSERT語句：

// 登錄檔
tableEnv.executeSql("CREATE TABLE EventTable ... WITH ( 'connector' = ... )");
tableEnv.executeSql("CREATE TABLE OutputTable ... WITH ( 'connector' = ... )");
// 將查詢結果輸出到 OutputTable 中
tableEnv.executeSql (
"INSERT INTO OutputTable " +
 "SELECT user, url " +
 "FROM EventTable " +
 "WHERE user = 'Alice' "
 );

呼叫 Table API 進行查詢

另外一種查詢方式就是呼叫TableAPI。這是嵌入在Java和Scala語言內的查詢API，核心就是Table介面類，透過一步步鏈式呼叫Table的方法，就可以定義出所有的查詢轉換操作。每一步方法呼叫的返回結果，都是一個Table。

由於TableAPI是基於Table的Java例項進行呼叫的，首先要得到表的Java物件。基於環境中已註冊的表，可以透過表環境的from()方法非常容易地得到一個Table物件：

Table eventTable = tableEnv.from("EventTable");

傳入的引數就是註冊好的表名。注意這裡eventTable是一個Table物件，而EventTable是在環境中註冊的表名。得到Table物件之後，就可以呼叫API進行各種轉換操作了，得到的是一個新的Table物件：

Table maryClickTable = eventTable
 .where($("user").isEqual("Alice"))
 .select($("url"), $("user"));

這裡每個方法的引數都是一個“表示式”（Expression），用方法呼叫的形式直觀地說明了想要表達的內容；“$”符號用來指定表中的一個欄位。上面的程式碼和直接執行SQL是等效的。

TableAPI是嵌入程式語言中的DSL，SQL中的很多特性和功能必須要有對應的實現才可以使用，因此跟直接寫SQL比起來肯定就要麻煩一些。目前TableAPI支援的功能相對更少，可以預見未來Flink社群也會以擴充套件SQL為主，為大家提供更加通用的介面方式；所以我們接下來也會以介紹SQL為主，簡略地提及TableAPI。

兩種 API 的結合使用

可以發現，無論是呼叫TableAPI還是執行SQL，得到的結果都是一個Table物件；所以這兩種API的查詢可以很方便地結合在一起。

（1）無論是那種方式得到的Table物件，都可以繼續呼叫TableAPI進行查詢轉換；

（2）如果想要對一個表執行SQL操作（用FROM關鍵字引用），必須先在環境中對它進行註冊。所以可以透過建立虛擬表的方式實現兩者的轉換：

tableEnv.createTemporaryView("MyTable", myTable);

注意：這裡的第一個引數"MyTable"是註冊的表名，而第二個引數myTable是Java中的Table物件。

另外要說明的是，在2.1.2小節的簡單示例中，沒有將Table物件註冊為虛擬表就直接在SQL中使用了：

Table clickTable = tableEnvironment.sqlQuery("select url, user from " + eventTable);

這其實是一種簡略的寫法，將Table物件名eventTable直接以字串拼接的形式新增到SQL語句中，在解析時會自動註冊一個同名的虛擬表到環境中，這樣就省略了建立虛擬檢視的步驟。

兩種API殊途同歸，實際應用中可以按照自己的習慣任意選擇。不過由於結合使用容易引起混淆，而TableAPI功能相對較少、通用性較差，所以企業專案中往往會直接選擇SQL的方式來實現需求。

5.輸出表

表的建立和查詢，就對應著流處理中的讀取資料來源（Source）和轉換（Transform）；而最後一個步驟Sink，也就是將結果資料輸出到外部系統，就對應著表的輸出操作。

在程式碼上，輸出一張表最直接的方法，就是呼叫Table的方法executeInsert()方法將一個Table寫入到註冊過的表中，方法傳入的引數就是註冊的表名。

// 登錄檔，用於輸出資料到外部系統
tableEnv.executeSql("CREATE TABLE OutputTable ... WITH ( 'connector' = ... )");
// 經過查詢轉換，得到結果表
Table result = ...
// 將結果表寫入已註冊的輸出表中
result.executeInsert("OutputTable");

在底層，表的輸出是透過將資料寫入到TableSink來實現的。TableSink是TableAPI中提供的一個向外部系統寫入資料的通用介面，可以支援不同的檔案格式（比如CSV、Parquet）、儲存資料庫（比如JDBC、HBase、Elasticsearch）和訊息佇列（比如Kafka）。它有些類似於DataStreamAPI中呼叫addSink()方法時傳入的SinkFunction，有不同的聯結器對它進行了實現。關於不同外部系統的聯結器,後續詳細學習。

這裡可以發現，環境中註冊的“表”，其實在寫入資料的時候就對應著一個TableSink。

6.表和流的轉換

從建立表環境開始，歷經表的建立、查詢轉換和輸出，已經可以使用TableAPI和SQL進行完整的流處理了。不過在應用的開發過程中，測試業務邏輯一般不會直接將結果直接寫入到外部系統，而是在本地控制檯列印輸出。對於DataStream這非常容易，直接呼叫print()方法就可以看到結果資料流的內容了；但對於Table就比較悲劇——它沒有提供print()方法。這該怎麼辦呢？

在Flink中可以將Table再轉換成DataStream，然後進行列印輸出。這就涉及了表和流的轉換

將表（Table）轉換成流（DataStream）

（1）呼叫toDataStream()方法將一個Table物件轉換成DataStream非常簡單，只要直接呼叫表環境的方法toDataStream()就可以了。例如，可以將上節經查詢轉換得到的表maryClickTable轉換成流列印輸出，這代表了“Mary點選的url列表”：

Table aliceVisitTable = tableEnv.sqlQuery(
 "SELECT user, url " +
 "FROM EventTable " +
 "WHERE user = 'Alice' "
 );
// 將錶轉換成資料流
tableEnv.toDataStream(aliceVisitTable).print();

這裡需要將要轉換的Table物件作為引數傳入。

（2）呼叫toChangelogStream()方法將maryClickTable轉換成流列印輸出是很簡單的；然而，如果同樣希望將“使用者點選次數統計”表urlCountTable進行列印輸出，就會丟擲一個TableException異常：

Exception in thread "main" org.apache.flink.table.api.TableException: Table sink
'default_catalog.default_database.Unregistered_DataStream_Sink_1' doesn't
support consuming update changes ...

這表示當前的TableSink並不支援表的更新（update）操作。這是為什麼？

因為print本身也可以看作一個Sink操作，所以這個異常就是說列印輸出的Sink操作不支援對資料進行更新。具體來說，urlCountTable這個表中進行了分組聚合統計，所以表中的每一行是會“更新”的。也就是說，Alice的第一個點選事件到來，表中會有一行(Alice,1)；第二個點選事件到來，這一行就要更新為(Alice,2)。但之前的(Alice,1)已經列印輸出了，“覆水難收”，怎麼能對它進行更改呢？所以就會丟擲異常。

解決的思路是，對於這樣有更新操作的表，不要試圖直接把它轉換成DataStream列印輸出，而是記錄一下它的“更新日誌”（changelog）。這樣一來，對於表的所有更新操作，就變成了一條更新日誌的流，我們就可以轉換成流列印輸出了。

程式碼中需要呼叫的是表環境的 toChangelogStream()方法：

Table urlCountTable = tableEnv.sqlQuery(
 "SELECT user, COUNT(url) " +
 "FROM EventTable " +
 "GROUP BY user "
 );
// 將錶轉換成更新日誌流
tableEnv.toDataStream(urlCountTable).print();

與“更新日誌流”（ChangelogStreams）對應的，是那些只做了簡單轉換、沒有進行聚合統計的表，例如前面提到的maryClickTable。它們的特點是資料只會插入、不會更新，所以也被叫作“僅插入流”（Insert-OnlyStreams）。

將流（DataStream）轉換成表（Table）

（1）呼叫fromDataStream()方法想要將一個DataStream轉換成表也很簡單，可以透過呼叫表環境的fromDataStream()方法來實現，返回的就是一個Table物件。例如，可以直接將事件流eventStream轉換成一個表：

StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
// 獲取表環境
StreamTableEnvironment tableEnv = StreamTableEnvironment.create(env);
// 讀取資料來源
SingleOutputStreamOperator<Event> eventStream = env.addSource(...)
// 將資料流轉換成表
Table eventTable = tableEnv.fromDataStream(eventStream);

由於流中的資料本身就是定義好的POJO型別Event，所以將流轉換成表之後，每一行資料就對應著一個Event，而表中的列名就對應著Event中的屬性。

另，還可以在fromDataStream()方法中增加引數，用來指定提取哪些屬性作為表中的欄位名，並可以任意指定位置：

//提取Event中的timestamp和url作為表中的列
Table eventTable2 = tableEnv.fromDataStream(eventStream, $("timestamp"),$("url"));

需要注意，timestamp本身是SQL中的關鍵字，所以在定義表名、列名時要儘量避免。這時可以透過表示式的as()方法對欄位進行重新命名：

//將timestamp欄位重新命名為 ts
Table eventTable2 = tableEnv.fromDataStream(eventStream, $("timestamp").as("ts"),$("url"));

（2）呼叫 createTemporaryView()方法

呼叫fromDataStream()方法簡單直觀，可以直接實現DataStream到Table的轉換；不過如果希望直接在SQL中引用這張表，就還需要呼叫表環境的createTemporaryView()方法來建立虛擬檢視了。

對於這種場景，也有一種更簡潔的呼叫方式。可以直接呼叫createTemporaryView()方法建立虛擬表，傳入的兩個引數，第一個依然是註冊的表名，而第二個可以直接就是DataStream。之後仍舊可以傳入多個引數，用來指定表中的欄位

tableEnv.createTemporaryView("EventTable", eventStream,$("timestamp").as("ts"),$("url"));

這樣，接下來就可以直接在SQL中引用表EventTable了。

（3）呼叫 fromChangelogStream ()方法

表環境還提供了一個方法fromChangelogStream()，可以將一個更新日誌流轉換成表。這個方法要求流中的資料型別只能是Row，而且每一個資料都需要指定當前行的更新型別（RowKind）；所以一般是由聯結器實現的，直接應用比較少見，可以檢視官網的文件說明。

支援的資料型別

前面示例中的DataStream，流中的資料型別都是定義好的POJO類。如果DataStream中的型別是簡單的基本型別，還可以直接轉換成表嗎？這就涉及了Table中支援的資料型別。

整體來看，DataStream中支援的資料型別，Table中也是都支援的，只不過在進行轉換時需要注意一些細節。

（1）原子型別
在Flink中，基礎資料型別（Integer、Double、String）和通用資料型別（也就是不可再拆分的資料型別）統一稱作“原子型別”。原子型別的DataStream，轉換之後就成了只有一列的Table，列欄位（field）的資料型別可以由原子型別推斷出。另外，還可以在fromDataStream()方法裡增加引數，用來重新命名列欄位。

StreamTableEnvironment tableEnv = ...;
DataStream<Long> stream = ...;
//將資料流轉換成動態表，動態表只有一個欄位，重新命名為 myLong
Table table = tableEnv.fromDataStream(stream, $("myLong"));

（2）Tuple 型別

當原子型別不做重新命名時，預設的欄位名就是“f0”，容易想到，這其實就是將原子型別看作了一元組Tuple1的處理結果。
Table支援Flink中定義的元組型別Tuple，對應在表中欄位名預設就是元組中元素的屬性名f0、f1、f2...。所有欄位都可以被重新排序，也可以提取其中的一部分欄位。欄位還可以透過呼叫表示式的as()方法來進行重新命名。

StreamTableEnvironment tableEnv = ...;
DataStream<Tuple2<Long, Integer>> stream = ...;
// 將資料流轉換成只包含 f1 欄位的表
Table table = tableEnv.fromDataStream(stream, $("f1"));
// 將資料流轉換成包含 f0 和 f1 欄位的表，在表中 f0 和 f1 位置交換
Table table = tableEnv.fromDataStream(stream, $("f1"), $("f0"));
// 將 f1 欄位命名為 myInt，f0 命名為 myLong
Table table = tableEnv.fromDataStream(stream, $("f1").as("myInt"),$("f0").as("myLong"));

（3）POJO 型別

Flink也支援多種資料型別組合成的“複合型別”，最典型的就是簡單Java物件（POJO型別）。由於POJO中已經定義好了可讀性強的欄位名，這種型別的資料流轉換成Table就顯得無比順暢了。

將POJO型別的DataStream轉換成Table，如果不指定欄位名稱，就會直接使用原始POJO型別中的欄位名稱。POJO中的欄位同樣可以被重新排序、提卻和重新命名，這在之前的例子中已經有過體現。

StreamTableEnvironment tableEnv = ...;
DataStream<Event> stream = ...;
Table table = tableEnv.fromDataStream(stream);
Table table = tableEnv.fromDataStream(stream, $("user"));
Table table = tableEnv.fromDataStream(stream, $("user").as("myUser"),$("url").as("myUrl"));

（4）Row 型別

Flink中還定義了一個在關係型表中更加通用的資料型別——行（Row），它是Table中資料的基本組織形式。Row型別也是一種複合型別，它的長度固定，而且無法直接推斷出每個欄位的型別，所以在使用時必須指明具體的型別資訊；在建立Table時呼叫的CREATE語句就會將所有的欄位名稱和型別指定，這在Flink中被稱為表的“模式結構”（Schema）。除此之外，Row型別還附加了一個屬性RowKind，用來表示當前行在更新操作中的型別。這樣，Row就可以用來表示更新日誌流（changelogstream）中的資料，從而架起了Flink中流和表的轉換橋樑。

所以在更新日誌流中，元素的型別必須是Row，而且需要呼叫ofKind()方法來指定更新型別。下面是一個具體的例子：

DataStream<Row> dataStream =
 env.fromElements(
 Row.ofKind(RowKind.INSERT, "Alice", 12),
 Row.ofKind(RowKind.INSERT, "Bob", 5),
 Row.ofKind(RowKind.UPDATE_BEFORE, "Alice", 12),
 Row.ofKind(RowKind.UPDATE_AFTER, "Alice", 100));
// 將更新日誌流轉換為表
Table table = tableEnv.fromChangelogStream(dataStream);

綜合應用示例

現在，可以將介紹過的所有API整合起來，寫出一段完整的程式碼。同樣還是使用者的一組點選事件，可以查詢出某個使用者（例如Alice）點選的url列表，也可以統計出每個使用者累計的點選次數，這可以用兩句SQL來分別實現。具體程式碼如下：

package com.kunan.TableAPI;

import com.kunan.StreamAPI.Source.Event;
import org.apache.flink.client.program.StreamContextEnvironment;
import org.apache.flink.streaming.api.datastream.SingleOutputStreamOperator;
import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;
import org.apache.flink.table.api.Table;
import org.apache.flink.table.api.bridge.java.StreamTableEnvironment;

public class TableToStreamExp {
    public static void main(String[] args) throws Exception {
        // 獲取流環境
        StreamExecutionEnvironment env = StreamContextEnvironment.getExecutionEnvironment();
        env.setParallelism(1);
        // 讀取資料來源
        SingleOutputStreamOperator<Event> eventStream = env
                .fromElements(
                        new Event("Alice", "./home", 1000L),
                        new Event("Bob", "./cart", 1000L),
                        new Event("Alice", "./prod?id=1", 5 * 1000L),
                        new Event("Cary", "./home", 60 * 1000L),
                        new Event("Bob", "./prod?id=3", 90 * 1000L),
                        new Event("Alice", "./prod?id=7", 105 * 1000L)
                );
        // 獲取表環境
        StreamTableEnvironment tableEnv = StreamTableEnvironment.create(env);
        // 將資料流轉換成表
        tableEnv.createTemporaryView("EventTable", eventStream);
        // 查詢 Alice 的訪問 url 列表
        Table aliceVisitTable = tableEnv.sqlQuery("SELECT url, user FROM EventTable WHERE user = 'Alice'");
        // 統計每個使用者的點選次數
        Table urlCountTable = tableEnv.sqlQuery("SELECT user, COUNT(url) FROM EventTable GROUP BY user");
        // 將錶轉換成資料流，在控制檯列印輸出
        tableEnv.toDataStream(aliceVisitTable).print("alice visit");
        tableEnv.toChangelogStream(urlCountTable).print("count");
        // 執行程式
        env.execute();
    }
}

使用者Alice的點選url列表只需要一個簡單的條件查詢就可以得到，對應的表中只有插入操作，所以可以直接呼叫toDataStream()將它轉換成資料流，然後列印輸出。控制檯輸出的結果如下：

alice visit> +I[./home, Alice]
alice visit> +I[./prod?id=1, Alice]
alice visit> +I[./prod?id=7, Alice]

這裡每條資料字首的+I就是RowKind，表示INSERT（插入）。

而由於統計點選次數時用到了分組聚合，造成結果表中資料會有更新操作，所以在列印輸出時需要將表urlCountTable轉換成更新日誌流（changelogstream）。控制檯輸出的結果如下：

count> +I[Alice, 1]
count> +I[Bob, 1]
count> -U[Alice, 1]
count> +U[Alice, 2]
count> +I[Cary, 1]
count> -U[Bob, 1]
count> +U[Bob, 2]
count> -U[Alice, 2]
count> +U[Alice, 3]

這裡資料的字首出現了+I、-U和+U三種RowKind，分別表示INSERT（插入）、UPDATE_BEFORE（更新前）和UPDATE_AFTER（更新後）。當收到每個使用者的第一次點選事件時，會在表中插入一條資料，例如+I[Alice,1]、+I[Bob,1]。而之後每當使用者增加一次點選事件，就會帶來一次更新操作，更新日誌流（changelogstream）中對應會出現兩條資料，分別表示之前資料的失效和新資料的生效；例如當Alice的第二條點選資料到來時，會出現一個-U[Alice,1]和一個+U[Alice,2]，表示Alice的點選個數從1變成了2。

這種表示更新日誌的方式，有點像是宣告“撤回”了之前的一條資料、再插入一條更新後的資料，所以也叫作“撤回流”（RetractStream）。關於表到流轉換過程的編碼方式，會在下節進行更深入的討論。

flink table api
2020-12-30
API
Flink Table/SQL API 規劃 —— Dynamic Table
2017-03-26
SQLAPI
淺析 Flink Table/SQL API
2019-03-04
SQLAPI
Flink實戰(六) - Table API & SQL程式設計
2019-07-21
APISQL程式設計
Flink API
2024-06-15
API
ElasticSearch之基本用法API
2018-10-02
ElasticsearchAPI
Flink Table Api & SQL 初體驗,Blink的使用
2020-06-20
APISQL
Flink Table & SQL API--動態表與Redo和Undo
2017-05-03
SQLAPI
MongoDB基本API
2018-09-20
MongoDBAPI
[原始碼分析] 帶你梳理 Flink SQL / Table API內部執行流程
2020-04-25
原始碼SQLAPI
socket基本的API使用
2018-04-04
API
Flink的流處理API(二)
2020-08-03
API
angular學習筆記(二十三)-$http(1)-api
2014-07-29
Angular筆記HTTPAPI
Oracle 基本操作之 table
2014-01-30
Oracle
CodeIgniter基本介面api
2019-02-16
API
如何在 Apache Flink 中使用 Python API？
2019-09-11
ApachePythonAPI
企業微信API使用基本教程
2020-09-10
API
Hibernate的基本API的用法
2017-03-22
API
Camunda 整合SpringBoot基本Api
2024-05-05
Spring BootAPI
Flink整合面向使用者的資料流SDKs/API(Flink關於棄用Dataset API的論述)
2022-06-02
API
Java之常用API
2021-03-28
JavaAPI
第04講：Flink 常用的 DataSet 和 DataStream API
2022-01-25
ASTAPI
基本TCP套接字程式設計API
2018-09-22
TCP程式設計API
SharePoint REST API - 基本操作（二）
2017-08-11
RESTAPI
SharePoint REST API - 基本操作（一）
2017-08-04
RESTAPI
JAVA API:ArrayList(泛型類)基本使用
2024-03-06
JavaAPI泛型
前端好用API之Fullscreen
2022-03-23
前端API
Windows API 之 Windows Service
2011-07-18
WindowsAPI
基本的 API 架構 Laravel6+passport
2019-12-11
API架構LaravelPassport
百度地圖API基本使用（一）
2021-08-05
地圖API
ElasticSearch的Java Api基本操作入門指南
2018-01-11
ElasticsearchJavaAPI
Flink的Table以及SQL
2020-10-10
SQL
Flink的DataSource三部曲之一：直接API
2020-11-05
API
Vue3.0新版API之composition-api入坑指南
2020-04-30
VueAPI
RestFul Api 設計之 URL
2020-10-27
RESTAPI
HBase （三）之 API的使用
2020-09-26
API
bootstrapvalidator之API學習
2016-09-05
bootAPI
Java API之查詢文件
2024-04-17
JavaAPI