|
欢迎访问我的GitHub这里分类和汇总了欣宸的全部原创(含配套源码)：https://github.com/zq2599/blog_demos关于Flink SQL ClientFlink Table & SQL的API实现了通过SQL语言处理实时技术算业务，但还是要编写部分Java代码(或Scala)，并且还要编译构建才能提交到Flink运行环境，这对于不熟悉Java或Scala的开发者就略有些不友好了；SQL Client的目标就是解决上述问题（官方原话with a build tool before being submitted to a cluster.）局限性遗憾的是，在Flink-1.10.0版本中，SQL Client只是个Beta版本(不适合用于生产环境)，并且只能连接到本地Flink，不能像mysql、cassandra等客户端工具那样远程连接server，这些在将来的版本会解决： 
环境信息接下来采用实战的方式对Flink SQL Client做初步尝试，环境信息如下：电脑：MacBook Pro2018 13寸，macOS Catalina 10.15.3Flink：1.10.0JDK：1.8.0_211本地启动flink下载flink包，地址：http://ftp.kddilabs.jp/infosystems/apache/flink/flink-1.10.0/flink-1.10.0-bin-scala_2.11.tgz解压：tar -zxvf flink-1.10.0-bin-scala_2.11.tgz进目录flink-1.10.0/bin/，执行命令./start-cluster.sh启动本地flink；访问该机器的8081端口，可见本地flink启动成功：
启动SQL Client CLI在目录flink-1.10.0/bin/执行./sql-client.sh即可启动SQL Client CLI，如下图所示，红框中的BETA提醒着在生产环境如果要用此工具：
第一个要掌握的是HELP命令：
从hello world开始把，执行命令select ‘Hello world!’;，控制台输出如下图所示，输入Q可退出：
两种展示模式第一种是table mode，效果像是对普通数据表的查询，设置该模式的命令：SET execution.result-mode=table;第二种是changelog mode，效果像是打印每一次数据变更的日志，设置该模式的命令：SET execution.result-mode=changelog;设置table mode后，执行以下命令作一次简单的分组查询：SELECT name,
COUNT(*) AS cnt
FROM (VALUES ('Bob'), ('Alice'), ('Greg'), ('Bob'))
AS NameTable(name)
GROUP BY name;为了便于对比，下图同时贴上两种模式的查询结果，注意绿框中显示了该行记录是增加还是删除：
不论是哪种模式，查询结构都保存在SQL Client CLI进程的堆内存中；在chenglog模式下，为了保证控制台可以正常输入输出，查询结果只展示最近1000条；table模式下，可以翻页查询更多结果，结果数量受配置项max-table-result-rows以及可用堆内存限制；进一步体验前面写了几行SQL，对Flink SQL Client有了最基本的感受，接下来做进一步的体验，内容如下：创建CSV文件，这是个最简单的图书信息表，只有三个字段：名字、数量、类目，一共十条记录；创建SQL Client用到的环境配置文件，该文件描述了数据源以及对应的表的信息；启动SQL Client，执行SQL查询上述CSV文件；整个操作步骤如下图所示：
操作首先请确保Flink已经启动；创建名为book-store.csv的文件，内容如下：name001,1,aaa
name002,2,aaa
name003,3,bbb
name004,4,bbb
name005,5,bbb
name006,6,ccc
name007,7,ccc
name008,8,ccc
name009,9,ccc
name010,10,ccc在flink-1.10.0/conf目录下创建名为book-store.yaml的文件，内容如下：tables:
- name: BookStore
type: source-table
update-mode: append
connector:
type: filesystem
path: "/Users/zhaoqin/temp/202004/26/book-store.csv"
format:
type: csv
fields:
- name: BookName
type: VARCHAR
- name: BookAmount
type: INT
- name: BookCatalog
type: VARCHAR
line-delimiter: "\n"
comment-prefix: ","
schema:
- name: BookName
type: VARCHAR
- name: BookAmount
type: INT
- name: BookCatalog
type: VARCHAR
- name: MyBookView
type: view
query: "SELECT BookCatalog, SUM(BookAmount) AS Amount FROM BookStore GROUP BY BookCatalog"
execution:
planner: blink # optional: either 'blink' (default) or 'old'
type: streaming # required: execution mode either 'batch' or 'streaming'
result-mode: table # required: either 'table' or 'changelog'
max-table-result-rows: 1000000 # optional: maximum number of maintained rows in
# 'table' mode (1000000 by default, smaller 1 means unlimited)
time-characteristic: event-time # optional: 'processing-time' or 'event-time' (default)
parallelism: 1 # optional: Flink's parallelism (1 by default)
periodic-watermarks-interval: 200 # optional: interval for periodic watermarks (200 ms by default)
max-parallelism: 16 # optional: Flink's maximum parallelism (128 by default)
min-idle-state-retention: 0 # optional: table program's minimum idle state time
max-idle-state-retention: 0 # optional: table program's maximum idle state time
# (default database of the current catalog by default)
restart-strategy: # optional: restart strategy
type: fallback # "fallback" to global restart strategy by default
# Configuration options for adjusting and tuning table programs.
# A full list of options and their default values can be found
# on the dedicated "Configuration" page.
configuration:
table.optimizer.join-reorder-enabled: true
table.exec.spill-compression.enabled: true
table.exec.spill-compression.block-size: 128kb
# Properties that describe the cluster to which table programs are submitted to.
deployment:
response-timeout: 5000对于book-store.yaml文件，有以下几处需要注意：a. tables.type等于source-table，表明这是数据源的配置信息；b. tables.connector描述了详细的数据源信息，path是book-store.csv文件的完整路径；c. tables.format描述了文件内容；d. tables.schema描述了数据源表的表结构；ed. type为view表示MyBookView是个视图(参考数据库的视图概念)； 在flink-1.10.0目录执行以下命令，即可启动SQL Client，并指定book-store.yaml为环境配置：bin/sql-client.sh embedded -d conf/book-store.yaml查全表：SELECT * FROM BookStore;
按照BookCatalog分组统计记录数：SELECT BookCatalog, COUNT(*) AS BookCount FROM BookStore GROUP BY BookCatalog;
查询视图：select * from MyBookView;
至此，Flink SQL Client的初次体验就完成了，咱们此工具算是有了基本了解，接下来的文章会进一步使用Flink SQL Client做些复杂的操作；欢迎关注阿里云开发者社区博客：程序员欣宸学习路上，你不孤单，欣宸原创一路相伴...
|