Flink应用开发系列（四十一）Table SQL案例

前一篇文章《Flink应用开发系列（四十）Table API案例》我们介绍了table api相关的案例，这里的话我们使用flink自带的datagen工具来演示下table sql的案例，下面直接上代码：

package org.example.sql;

import org.apache.flink.api.java.tuple.Tuple2;
import org.apache.flink.streaming.api.datastream.DataStream;
import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;
import org.apache.flink.table.api.DataTypes;
import org.apache.flink.table.api.EnvironmentSettings;
import org.apache.flink.table.api.Schema;
import org.apache.flink.table.api.Table;
import org.apache.flink.table.api.bridge.java.StreamTableEnvironment;
import org.apache.flink.types.Row;

import java.util.Arrays;

import static org.apache.flink.table.api.Expressions.$;

public class TableApiHelloword {


    public static void main(String[] args) throws Exception {

        //初始化一个stream流执行环境
        StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
        //使用table api的时候，我们习惯性创建一个settins，把一些必要的设置都放进去
        EnvironmentSettings settings = EnvironmentSettings.newInstance()
                .inStreamingMode()
                .build();
        //创建一个table 流执行环境
        StreamTableEnvironment tEnv = StreamTableEnvironment.create(env, settings);

        //使用sql的方式创建数据源，这里的数据源需要连接connector，我们这里为了演示，使用的是flink自带的datagen
        tEnv.executeSql("CREATE TABLE tmp_orders( order_number BIGINT, price DECIMAL(32,2), buyer ROW<first_name STRING, last_name STRING>, order_time TIMESTAMP(3)) WITH ( 'connector' = 'datagen', 'rows-per-second' = '1', 'number-of-rows' = '50' );");

        //从表中查询数据出来
        tEnv.sqlQuery("SELECT * FROM tmp_orders").execute().print();

        env.execute();

    }


}

从上诉代码中我们可以看到相比table api来说，table sql的话在开发起来更简单，我们只需要执行sql语句即可，而且没有其他的一些冗余代码，看起来非常简洁。下面我们运行起来看看:

可以看到能查询出来很多的数据，这些数据都是datagen工具生成的。

以上极速关于table sql相关的案例介绍。

备注：

1、这里不管是table sql还是table api，都是基于table来操作的，所以创建流环境、创建table执行环境都必不可少。

2、在实际的开发中table api用的会比较少，table sql会用的比较多，毕竟只需要写sql嘛。

最后按照惯例，附上本案例的源码，登录后即可下载。