歡迎訪問我的GitHub
https://github.com/zq2599/blog_demos
內容：所有原創文章分類匯總及配套原始碼，涉及Java、Docker、Kubernetes、DevOPS等；
關于Flink SQL Client
Flink Table & SQL的API實作了通過SQL語言處理實時技術算業務，但還是要撰寫部分Java代碼(或Scala)，并且還要編譯構建才能提交到Flink運行環境，這對于不熟悉Java或Scala的開發者就略有些不友好了；
SQL Client的目標就是解決上述問題（官方原話with a build tool before being submitted to a cluster.）
局限性
遺憾的是，在Flink-1.10.0版本中，SQL Client只是個Beta版本(不適合用于生產環境)，并且只能連接到本地Flink，不能像mysql、cassandra等客戶端工具那樣遠程連接server，這些在將來的版本會解決：
環境資訊
接下來采用實戰的方式對Flink SQL Client做初步嘗試，環境資訊如下：
- 電腦：MacBook Pro2018 13寸，macOS Catalina 10.15.3
- Flink：1.10.0
- JDK：1.8.0_211
本地啟動flink
- 下載flink包，地址：http://ftp.kddilabs.jp/infosystems/apache/flink/flink-1.10.0/flink-1.10.0-bin-scala_2.11.tgz
- 解壓：tar -zxvf flink-1.10.0-bin-scala_2.11.tgz
- 進目錄flink-1.10.0/bin/，執行命令./start-cluster.sh啟動本地flink；
- 訪問該機器的8081埠，可見本地flink啟動成功：
啟動SQL Client CLI
-
在目錄flink-1.10.0/bin/執行./sql-client.sh即可啟動SQL Client CLI，如下圖所示，紅框中的BETA提醒著在生產環境如果要用此工具：
-
第一個要掌握的是HELP命令：
-
從hello world開始把，執行命令select ‘Hello world!’;，控制臺輸出如下圖所示，輸入Q可退出：
兩種展示模式
- 第一種是table mode，效果像是對普通資料表的查詢，設定該模式的命令：
SET execution.result-mode=table;
- 第二種是changelog mode，效果像是列印每一次資料變更的日志，設定該模式的命令：
SET execution.result-mode=changelog;
- 設定table mode后，執行以下命令作一次簡單的分組查詢：
SELECT name,
COUNT(*) AS cnt
FROM (VALUES ('Bob'), ('Alice'), ('Greg'), ('Bob'))
AS NameTable(name)
GROUP BY name;
-
為了便于對比，下圖同時貼上兩種模式的查詢結果，注意綠框中顯示了該行記錄是增加還是洗掉：
-
不論是哪種模式，查詢結構都保存在SQL Client CLI行程的堆記憶體中；
-
在chenglog模式下，為了保證控制臺可以正常輸入輸出，查詢結果只展示最近1000條；
-
table模式下，可以翻頁查詢更多結果，結果數量受配置項max-table-result-rows以及可用堆記憶體限制；
進一步體驗
前面寫了幾行SQL，對Flink SQL Client有了最基本的感受，接下來做進一步的體驗，內容如下：
- 創建CSV檔案，這是個最簡單的圖書資訊表，只有三個欄位：名字、數量、類目，一共十條記錄；
- 創建SQL Client用到的環境組態檔，該檔案描述了資料源以及對應的表的資訊；
- 啟動SQL Client，執行SQL查詢上述CSV檔案；
- 整個操作步驟如下圖所示：
操作
- 首先請確保Flink已經啟動；
- 創建名為book-store.csv的檔案，內容如下：
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目錄下創建名為book-store.yaml的檔案，內容如下：
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
- 對于book-store.yaml檔案，有以下幾處需要注意：
a. tables.type等于source-table，表明這是資料源的配置資訊；
b. tables.connector描述了詳細的資料源資訊，path是book-store.csv檔案的完整路徑；
c. tables.format描述了檔案內容；
d. tables.schema描述了資料源表的表結構；
e. type為view表示MyBookView是個視圖(參考資料庫的視圖概念)；
- 在flink-1.10.0目錄執行以下命令，即可啟動SQL Client，并指定book-store.yaml為環境配置：
bin/sql-client.sh embedded -d conf/book-store.yaml
- 查全表：
SELECT * FROM BookStore;
- 按照BookCatalog分組統計記錄數：
SELECT BookCatalog, COUNT(*) AS BookCount FROM BookStore GROUP BY BookCatalog;
- 查詢視圖：
select * from MyBookView;
至此，Flink SQL Client的初次體驗就完成了，咱們此工具算是有了基本了解，接下來的文章會進一步使用Flink SQL Client做些復雜的操作；
歡迎關注公眾號：程式員欣宸
微信搜索「程式員欣宸」，我是欣宸，期待與您一同暢游Java世界...
https://github.com/zq2599/blog_demos
轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/213200.html
標籤：Java
上一篇：為什么大多數IOC容器使用ApplicationContext，而不用BeanFactory
下一篇：技術點10：EL運算式