flink為批處理以及流處理統一提供table api和sql支援。意思是table api還是sql查詢有著同樣的語義，不論有界限的批處理還是無界限流式處理。因為關係函式和sql都原本設計為批處理，而關係查詢在無邊界的流式輸入沒有有邊界的批處理查詢容易懂。
本章節，我們討論圍繞flink關係api在流式資料上，實際的界限以及流的特殊配置引數。
資料流的關係查詢
動態表以及持續查詢
在資料流上定義一張表
持續查詢
表與流的轉換
時間屬性
執行時間
時間時間
查詢配置
空閒狀態儲存時間
Flink核心概念
根據資料來源的型別，即有界 bounded 或無界 unbounded 資料來源，您可以編寫乙個批處理程式或流處理程式，其中dataset api用於批處理，datastream api用於流處理。flink程式看起來像轉換資料集合的常規程式。每個程式都由相同的基本部分組成 streamexecut...
FLINK流式概念
flink流式概念整理 動態表 1 將流轉換為動態表。2 在動態表上計算乙個連續查詢，生成乙個新的動態表。3 生成的動態表被轉換回流。時間屬性 時間屬性可以像普通的時間戳的列一樣被使用和計算。一旦時間屬性被用在了計算中，它就會被物化，進而變成乙個普通的時間戳。普通的時間戳是無法跟 flink 的時間...
Flink核心概念
一 flink的定義 flnk是乙個分布式處理引擎，用於在無邊界和有邊界資料流上進行有狀態的計算。flink能在常見集群環境中執行，並能以記憶體速度和任意規模進行計算。二 有界流和無界流 flink的核心是流處理，當然也支援批處理。flink的本質是流處理，它將批處理看作是流處理的特殊情況，即有界流...