ToB企服应用市场:ToB评测及商务社交产业平台
标题:
FlinkSql之TableAPI详解
[打印本页]
作者:
水军大提督
时间:
2022-11-1 05:41
标题:
FlinkSql之TableAPI详解
一、FlinkSql的概念
核心概念
Flink 的
Table API
和
SQL
是流批统一的 API。 这意味着 Table API & SQL 在无论有限的批式输入还是无限的流式输入下,都具有相同的语义。 因为传统的关系代数以及 SQL 最开始都是为了批式处理而设计的, 关系型查询在流式场景下不如在批式场景下容易理解.
动态表和连续查询
动态表(Dynamic Tables)
是 Flink 的支持流数据的 Table API 和 SQL 的核心概念。
与表示批处理数据的静态表不同,动态表是
随时间变化
的。可以像查询静态批处理表一样查询它们。查询动态表将生成一个
连续查询(Continuous Query)
。一个连续查询永远不会终止,结果会生成一个动态表。查询不断更新其(动态)结果表,以反映其(动态)输入表上的更改。
TableAPI
首先需要导入依赖
<dependency><br> <groupId>org.apache.flink</groupId><br> <artifactId>flink-table-planner-blink_${scala.binary.version}</artifactId><br> <version>${flink.version}</version><br> <scope>provided</scope><br> </dependency><br> <dependency><br> <groupId>org.apache.flink</groupId><br> <artifactId>flink-streaming-scala_${scala.binary.version}</artifactId><br> <version>${flink.version}</version><br> <scope>provided</scope><br> </dependency><br> <dependency><br> <groupId>org.apache.flink</groupId><br> <artifactId>flink-csv</artifactId><br> <version>${flink.version}</version><br> </dependency><br> <dependency><br> <groupId>org.apache.flink</groupId><br> <artifactId>flink-json</artifactId><br> <version>${flink.version}</version><br> </dependency><br> <br> <br> <dependency><br> <groupId>org.apache.commons</groupId><br> <artifactId>commons-compress</artifactId><br> <version>1.21</version><br> </dependency>
复制代码
/**<br> * 使用TableAPI的基本套路:<br> * 1.创建表的执行环境<br> * 2.创建表,将流转换为动态表,表的字段名从bean的属性名自动抽取<br> * 3.对动态表进行查询<br> * 4.把动态表转换为流<br> */
复制代码
这里需要注意的问题:
1.TableAPI 中将动态表转换为流时有两种方法
DataStream<Row> rowDataStream = tableEnvironment.toAppendStream(result, Row.class);
复制代码
toAppendStream方法只能在查询时使用,不能使用包含聚合函数等更新语句
DataStream<Tuple2<Boolean, Row>> tuple2DataStream = tableEnvironment.toRetractStream(select, Row.class);
复制代码
toRetractStream则可以使用
2.上述两种方法内传入的参数Row.class,表示将表中查询出的数据封装为行类型,也就是对每行进行封装,解决查询出的数据列少于或者多于原表。如何能够确保所查询的数据与之前封装的Bean有完全一致的结构则也可以封装为原Bean.class
代码实现:
package net.cyan.FlinkSql;
import net.cyan.POJO.WaterSensor;
import org.apache.flink.api.common.functions.FilterFunction;
import org.apache.flink.api.java.tuple.Tuple2;
import org.apache.flink.configuration.Configuration;
import org.apache.flink.streaming.api.datastream.DataStream;
import org.apache.flink.streaming.api.datastream.DataStreamSource;
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;
import org.apache.flink.types.Row;
import static org.apache.flink.table.api.Expressions.$;
/**<br> * 使用TableAPI的基本套路:<br> * 1.创建表的执行环境<br> * 2.创建表,将流转换为动态表,表的字段名从bean的属性名自动抽取<br> * 3.对动态表进行查询<br> * 4.把动态表转换为流<br> */
public class Demo1 {
public static void main(String[] args) {
Configuration configuration=new Configuration();
configuration.setInteger("rest.port",3333);
//创建执行环境
StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment(configuration);
env.setParallelism(1);
//模拟数据
DataStreamSource WaterSensorSource = env.fromElements(
new WaterSensor("S1", 1000L, 10),
new WaterSensor("S1", 1000L, 10),
new WaterSensor("S2", 2000L, 20),
new WaterSensor("S3", 3000L, 30),
new WaterSensor("S4", 4000L, 40),
new WaterSensor("S5", 5000L, 50)
);
//创建表的执行环境
StreamTableEnvironment tableEnvironment = StreamTableEnvironment.create(env);
//创建表,将流转换为动态表,表的字段名从bean的属性名自动抽取
Table table = tableEnvironment.fromDataStream(WaterSensorSource);
//对表进行查询
//1、过时的查询书写
Table result = table
.where("id='S1'")
.select("*");
//2、不过时的书写
Table result1 = table
// .where($("id").isEqual("S1"))
.select($("id"), $("ts"), $("vc"));
//3.聚合函数
Table select = table
.groupBy($("id"))
.aggregate($("vc").sum().as("sum_vc"))
.select($("id"), $("sum_vc"));
//把动态表转换为流,使用到了之前创建的表运行环境
SingleOutputStreamOperator tuple2DataStream = tableEnvironment
.toRetractStream(select, Row.class)
.filter(t -> t.f0)
.map(t -> t.f1);
// DataStream rowDataStream = tableEnvironment.toAppendStream(result, Row.class);
// DataStream rowDataStream1 = tableEnvironment.toAppendStream(result1, Row.class);
// rowDataStream.print();
// rowDataStream1.print();
tuple2DataStream.print();
try {
//启动执行环境
env.execute();
} catch (Exception e) {
e.printStackTrace();
}
}
}
复制代码
二、TableAPI读取文件
使用TableAPI读取文件时,我们首先需要知道去哪里读取也就是文件路径、读取文件的格式、读取出来的数据的结构也就是结果表的表结构及表名
package net.cyan.FlinkSql;<br> <br> import org.apache.flink.configuration.Configuration;<br> import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;<br> <br> import org.apache.flink.table.api.DataTypes;<br> import org.apache.flink.table.api.Table;<br> import org.apache.flink.table.api.bridge.java.StreamTableEnvironment;<br> import org.apache.flink.table.descriptors.Csv;<br> import org.apache.flink.table.descriptors.FileSystem;<br> import org.apache.flink.table.descriptors.Schema;<br> import org.apache.flink.table.types.DataType;<br> <br> import static org.apache.flink.table.api.Expressions.$;<br> <br> public class Demo2_readWriteText {<br> public static void main(String[] args) {<br> //创建执行环境<br> // Configuration configuration = new Configuration();<br> // configuration.setInteger("rest.port", 3333);<br> StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();<br> env.setParallelism(1);<br> StreamTableEnvironment talEnv = StreamTableEnvironment.create(env);<br> //创建查询的数据结果封装类型<br> Schema schema = new Schema()<br> .field("id", DataTypes.STRING())<br> .field("ts", DataTypes.BIGINT())<br> .field("vc", DataTypes.INT());<br> talEnv<br> .connect(new FileSystem().path("input/sensor.txt")) //读取文件路径<br> .withFormat(new Csv()) //读取文件的数据格式<br> .withSchema(schema) //读取出来的数据格式<br> .createTemporaryTable("sensor");//定义结果表名<br> <br> //进行查询<br> Table select = talEnv.from("sensor")<br> .where($("id").isEqual("sensor_1"))<br> .select($("id"), $("ts"), $("vc"));<br> <br> <br> //将查询结果写入到新文件中<br> //同样建立一个动态表连接<br> talEnv<br> .connect(new FileSystem().path("input/b.txt")) //写入路径<br> .withFormat(new Csv()) //写入文件的数据格式<br> .withSchema(schema) //写入的数据格式<br> .createTemporaryTable("abc");//定义写入表名<br> //进行写入操作<br> <br> select.executeInsert("abc");<br> <br> // try {<br> // //启动执行环境<br> // env.execute();<br> // } catch (Exception e) {<br> // e.printStackTrace();<br> // }<br> <br> }<br> }
复制代码
三、TableAPI 读取、写入Kakfa
基本流程
1>需要创建表的运行环境
//创建表的运行环境<br> StreamTableEnvironment tabEnv = StreamTableEnvironment.create(env);
复制代码
2>创建查询出的数据写出结构
//创建表结构<br> Schema schema=new Schema()<br> .field("id",DataTypes.STRING())<br> .field("ts",DataTypes.BIGINT())<br> .field("vc",DataTypes.INT());
复制代码
3> 创建kafka连接
//创建kafka连接<br> tabEnv.connect(<br> new Kafka()<br> .version("universal")// 版本号<br> .property("bootstrap.servers","hadoop102:9092")//地址<br> .property("group.id","cy")//消费者组<br> .topic("first")//消费主题<br> <br> )<br> .withFormat(new Json())//写入的格式<br> .withSchema(schema)<br> .createTemporaryTable("a");//临时表
复制代码
4> 进行查询
//创建表<br> Table select = tabEnv.from("a").select("*");
复制代码
5> 创建写入kafka连接
//创建写入主题<br> tabEnv.connect(<br> new Kafka()<br> .version("universal")// 版本号<br> .property("bootstrap.servers","hadoop102:9092")//地址<br> .topic("first1")//消费主题<br> .sinkPartitionerRoundRobin()//随机分区<br> <br> )<br> .withFormat(new Json())//写入的格式<br> .withSchema(schema)<br> .createTemporaryTable("c");
复制代码
6> 写入
//写入<br> select.executeInsert("c");
复制代码
完整代码如下
package net.cyan.FlinkSql;<br> <br> import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;<br> import org.apache.flink.table.api.DataTypes;<br> import org.apache.flink.table.api.Table;<br> import org.apache.flink.table.api.bridge.java.StreamTableEnvironment;<br> import org.apache.flink.table.descriptors.Json;<br> import org.apache.flink.table.descriptors.Kafka;<br> import org.apache.flink.table.descriptors.Schema;<br> <br> public class Demo5_readWriteKafka {<br> public static void main(String[] args) {<br> //创建执行环境<br> StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();<br> //创建表的运行环境<br> StreamTableEnvironment tabEnv = StreamTableEnvironment.create(env);<br> //创建表结构<br> Schema schema=new Schema()<br> .field("id",DataTypes.STRING())<br> .field("ts",DataTypes.BIGINT())<br> .field("vc",DataTypes.INT());<br> //创建kafka连接<br> tabEnv.connect(<br> new Kafka()<br> .version("universal")// 版本号<br> .property("bootstrap.servers","hadoop102:9092")//地址<br> .property("group.id","cy")//消费者组<br> .topic("first")//消费主题<br> <br> )<br> .withFormat(new Json())//写入的格式<br> .withSchema(schema)<br> .createTemporaryTable("a");<br> //创建表<br> Table select = tabEnv.from("a").select("*");<br> //创建写入主题<br> tabEnv.connect(<br> new Kafka()<br> .version("universal")// 版本号<br> .property("bootstrap.servers","hadoop102:9092")//地址<br> .topic("first1")//消费主题<br> .sinkPartitionerRoundRobin()//随即分区<br> <br> )<br> .withFormat(new Json())//写入的格式<br> .withSchema(schema)<br> .createTemporaryTable("c");<br> <br> //写入<br> select.executeInsert("c");<br> <br> <br> }<br> }
复制代码
免责声明:如果侵犯了您的权益,请联系站长,我们会及时删除侵权内容,谢谢合作!
欢迎光临 ToB企服应用市场:ToB评测及商务社交产业平台 (https://dis.qidao123.com/)
Powered by Discuz! X3.4