Flink SQL 使用时间属性

本文涉及的产品
实时计算 Flink 版,5000CU*H 3个月
简介: 事件时间处理时间

在Flink DataStream上做流计算的时候⼀定会涉及时间窗⼝运算,这时候就需要⽤到时间属性,Flink Table API/SQL同样可以使⽤时间属性来⽀持时间窗⼝运算。


时间属性可以是每个表模式的⼀部分,它们是在从 CREATE TABLE DDL 或 DataStream 创建表时定义的。 ⼀旦定 义了时间属性,就可以将其作为字段引⽤并⽤于基于时间的操作。 只要时间属性没有被修改,并且只是从查询的⼀ 部分转发到另⼀部分,它就仍然是有效的时间属性。 时间属性的⾏为类似于常规时间戳,并且可⽤于计算。 在计 算中使⽤时,时间属性被具体化并充当标准时间戳。 但是,普通时间戳不能⽤来代替或转换为时间属性,只有时间 属性字段才能跟⽔印配合使⽤



事件时间


DataStream转Table时定义


方式一


packagecom.blink.sb.time;
importcom.blink.sb.beans.ClickLogs;
importorg.apache.flink.streaming.api.datastream.DataStream;
importorg.apache.flink.streaming.api.environment.StreamExecutionEnvironment;
importorg.apache.flink.table.api.DataTypes;
importorg.apache.flink.table.api.Schema;
importorg.apache.flink.table.api.Table;
importorg.apache.flink.table.api.bridge.java.StreamTableEnvironment;
/*** DataStream转换为Table时指定EventTime属性*/publicclassEventTimeDefDataStream2Table1 {
publicstaticvoidmain(String[] args) throwsException {
//1、获取Stream执行环境StreamExecutionEnvironmentenv=StreamExecutionEnvironment.getExecutionEnvironment();
//2、创建表执行环境StreamTableEnvironmenttEnv=StreamTableEnvironment.create(env);
env.setParallelism(1);
//3、读取数据DataStream<ClickLogs>clickLogs=env.fromElements(
"Mary,./home,2022-02-02 12:00:00",
"Bob,./cart,2022-02-02 12:00:00",
"Mary,./prod?id=1,2022-02-02 12:00:05",
"Liz,./home,2022-02-02 12:01:00",
"Bob,./prod?id=3,2022-02-02 12:01:30",
"Mary,./prod?id=7,2022-02-02 12:01:45"        ).map(event-> {
String[] props=event.split(",");
returnClickLogs                    .builder()
                    .user(props[0])
                    .url(props[1])
                    .cTime(props[2])
                    .build();
        });
//4、流转换为动态表finalSchemaschema=Schema.newBuilder()
                .column("user", DataTypes.STRING())
                .column("url", DataTypes.STRING())
//3就是毫秒,0就是秒                .column("cTime", DataTypes.TIMESTAMP(0))
//以cTime字段减5秒作为水印//                .watermark("cTime", $("cTime").minus(lit(5).seconds()))                .watermark("cTime", "cTime - INTERVAL '5' SECOND")
                .build();
Tabletable=tEnv.fromDataStream(clickLogs,schema);
table.printSchema();
    }
}


注意:这种⽅式⽔印和时间语意⼀起定义,不需要使⽤assignTimestampsAndWatermarks⽅法指定⽔印⽣成策 略。

方式二


packagecom.blink.sb.time;
importcom.blink.sb.beans.ClickLogs;
importorg.apache.flink.api.common.eventtime.SerializableTimestampAssigner;
importorg.apache.flink.api.common.eventtime.WatermarkStrategy;
importorg.apache.flink.streaming.api.datastream.DataStream;
importorg.apache.flink.streaming.api.environment.StreamExecutionEnvironment;
importorg.apache.flink.table.api.Table;
importorg.apache.flink.table.api.bridge.java.StreamTableEnvironment;
importorg.apache.flink.types.Row;
importjava.text.ParseException;
importjava.text.SimpleDateFormat;
importjava.time.Duration;
importstaticorg.apache.flink.table.api.Expressions.$;
/*** DataStream转换为Table时指定EventTime属性*/publicclassEventTimeDefDataStream2Table2 {
publicstaticvoidmain(String[] args) throwsException {
//1、获取Stream执行环境StreamExecutionEnvironmentenv=StreamExecutionEnvironment.getExecutionEnvironment();
//2、创建表执行环境StreamTableEnvironmenttEnv=StreamTableEnvironment.create(env);
env.setParallelism(1);
//3、读取数据并提取时间戳指定水印生成策略WatermarkStrategy<ClickLogs>watermarkStrategy=WatermarkStrategy                .<ClickLogs>forBoundedOutOfOrderness(Duration.ofSeconds(2))
                .withTimestampAssigner(newSerializableTimestampAssigner<ClickLogs>() {
@OverridepubliclongextractTimestamp(ClickLogselement, longrecordTimestamp) {
SimpleDateFormatsdf=newSimpleDateFormat("yyyy-MM-dd HH:mm:ss");
try {
returnsdf.parse(element.getCTime()).getTime();
                } catch (ParseExceptione) {
e.printStackTrace();
                }
return0;
            }
        });
DataStream<ClickLogs>clickLogs=env.fromElements(
"Mary,./home,2022-02-02 12:00:00",
"Bob,./cart,2022-02-02 12:00:00",
"Mary,./prod?id=1,2022-02-02 12:00:05",
"Liz,./home,2022-02-02 12:01:00",
"Bob,./prod?id=3,2022-02-02 12:01:30",
"Mary,./prod?id=7,2022-02-02 12:01:45"        ).map(event-> {
String[] props=event.split(",");
returnClickLogs                    .builder()
                    .user(props[0])
                    .url(props[1])
                    .cTime(props[2])
                    .build();
        }).assignTimestampsAndWatermarks(watermarkStrategy);
//4、流转换为动态表//当字段名不存在时,重新添加一个字段作为时间属性Tabletable=tEnv.fromDataStream(clickLogs,$("user"),$("url"),$("cTime"),$("eTime").rowtime());
//当字段名存在,且类型为Timestamp或者Long时,直接以现有字段作为时间属性(这里肯定报错)//        Table table = tEnv.fromDataStream(clickLogs,$("user"),$("url"),$("cTime").rowtime());table.printSchema();
//5、转换为流并打印tEnv.toDataStream(table, Row.class).print();
//6、执行env.execute("EventTimeDefDataStream2Table2");
    }
}



在Flink SQL 建表语句中定义


packagecom.blink.sb.time;
importorg.apache.flink.table.api.*;
/*** DDL语句中指定EventTime属性*/publicclassEventTimeDefDDL {
publicstaticvoidmain(String[] args) throwsException {
//1、创建TableEnvironmentEnvironmentSettingssettings=EnvironmentSettings                .newInstance()
                .build();
TableEnvironmenttEnv=TableEnvironment.create(settings);
//2、创建source table(DDL语句)-会自动注册表的tEnv.executeSql("CREATE TABLE user_behavior_log ("+"    user_id BIGINT,"+"    item_id BIGINT,"+"    category_id INT,"+"    behavior VARCHAR,"+//必须是TIMESTAMP"    ts TIMESTAMP(3),"+//声明 ts 为EventTime属性并使用5秒延迟水印策略"    WATERMARK FOR ts AS ts - INTERVAL '5' SECOND"+") WITH ("+"    'connector' = 'filesystem',"+"    'path' = 'data/user_behavior/input/',"+"    'format' = 'csv'"+")");//最后不要有分号,注意空格Tableuser_behavior_log=tEnv.from("user_behavior_log");
user_behavior_log.printSchema();
user_behavior_log.execute().print();
    }
}



处理时间



DataStream转Table时定义


packagecom.blink.sb.time;
importcom.blink.sb.beans.ClickLogs;
importorg.apache.flink.streaming.api.datastream.DataStream;
importorg.apache.flink.streaming.api.environment.StreamExecutionEnvironment;
importorg.apache.flink.table.api.Table;
importorg.apache.flink.table.api.bridge.java.StreamTableEnvironment;
importstaticorg.apache.flink.table.api.Expressions.$;
/*** DataStream转换为Table时指定ProcessTime属性*/publicclassProcessTimeDefDataStream2Table {
publicstaticvoidmain(String[] args) throwsException {
//1、获取Stream执行环境StreamExecutionEnvironmentenv=StreamExecutionEnvironment.getExecutionEnvironment();
//2、创建表执行环境StreamTableEnvironmenttEnv=StreamTableEnvironment.create(env);
env.setParallelism(1);
//3、读取数据DataStream<ClickLogs>clickLogs=env.fromElements(
"Mary,./home,2022-02-02 12:00:00",
"Bob,./cart,2022-02-02 12:00:00",
"Mary,./prod?id=1,2022-02-02 12:00:05",
"Liz,./home,2022-02-02 12:01:00",
"Bob,./prod?id=3,2022-02-02 12:01:30",
"Mary,./prod?id=7,2022-02-02 12:01:45"        ).map(event-> {
String[] props=event.split(",");
returnClickLogs                    .builder()
                    .user(props[0])
                    .url(props[1])
                    .cTime(props[2])
                    .build();
        });
//4、流转换为动态表Tabletable=tEnv.fromDataStream(
clickLogs,
$("user"),
$("url"),
$("cTime"),
$("pt").proctime()
        );
table.printSchema();
table.execute().print();
    }
}



Fink SQL 建表语句中定义


我们可以在DDL语句中,声明⼀个附加字段作为处理时间属性:

packagecom.blink.sb.time;
importorg.apache.flink.table.api.*;
/*** DDL语句中指定ProcessTime属性*/publicclassProcessTimeDefDDL {
publicstaticvoidmain(String[] args) throwsException {
//1、创建TableEnvironmentEnvironmentSettingssettings=EnvironmentSettings                .newInstance()
                .build();
TableEnvironmenttEnv=TableEnvironment.create(settings);
//2、创建source table(DDL语句)-会自动注册表的tEnv.executeSql("CREATE TABLE user_behavior_log ("+"    user_id BIGINT,"+"    item_id BIGINT,"+"    category_id INT,"+"    behavior VARCHAR,"+"    ts BIGINT,"+//声明一个附加字段作为处理时间属性"    user_action_time AS PROCTIME()"+") WITH ("+"    'connector' = 'filesystem',"+"    'path' = 'data/user_behavior/input/',"+"    'format' = 'csv'"+")");//最后不要有分号,注意空格Tableuser_behavior_log=tEnv.sqlQuery("select * from user_behavior_log");
user_behavior_log.printSchema();
user_behavior_log.execute().print();
    }
}


相关实践学习
基于Hologres轻松玩转一站式实时仓库
本场景介绍如何利用阿里云MaxCompute、实时计算Flink和交互式分析服务Hologres开发离线、实时数据融合分析的数据大屏应用。
Linux入门到精通
本套课程是从入门开始的Linux学习课程,适合初学者阅读。由浅入深案例丰富,通俗易懂。主要涉及基础的系统操作以及工作中常用的各种服务软件的应用、部署和优化。即使是零基础的学员,只要能够坚持把所有章节都学完,也一定会受益匪浅。
相关文章
|
1月前
|
SQL 存储 API
Flink实践:通过Flink SQL进行SFTP文件的读写操作
虽然 Apache Flink 与 SFTP 之间的直接交互存在一定的限制,但通过一些创造性的方法和技术,我们仍然可以有效地实现对 SFTP 文件的读写操作。这既展现了 Flink 在处理复杂数据场景中的强大能力,也体现了软件工程中常见的问题解决思路——即通过现有工具和一定的间接方法来克服技术障碍。通过这种方式,Flink SQL 成为了处理各种数据源,包括 SFTP 文件,在内的强大工具。
101 15
|
1月前
|
SQL 安全 数据处理
揭秘数据脱敏神器:Flink SQL的神秘力量,守护你的数据宝藏!
【9月更文挑战第7天】在大数据时代,数据管理和处理尤为重要,尤其在保障数据安全与隐私方面。本文探讨如何利用Flink SQL实现数据脱敏,为实时数据处理提供有效的隐私保护方案。数据脱敏涉及在处理、存储或传输前对敏感数据进行加密、遮蔽或替换,以遵守数据保护法规(如GDPR)。Flink SQL通过内置函数和表达式支持这一过程。
57 2
|
1月前
|
SQL 大数据 数据处理
奇迹降临!解锁 Flink SQL 简单高效的终极秘籍,开启数据处理的传奇之旅!
【9月更文挑战第7天】在大数据处理领域,Flink SQL 因其强大功能与简洁语法成为开发者首选。本文分享了编写高效 Flink SQL 的实用技巧:理解数据特征及业务需求;灵活运用窗口函数(如 TUMBLE 和 HOP);优化连接操作,优先采用等值连接;合理选择数据类型以减少计算资源消耗。结合实际案例(如实时电商数据分析),并通过定期性能测试与调优,助力开发者在大数据处理中更得心应手,挖掘更多价值信息。
32 1
|
2月前
|
SQL 流计算
Flink SQL 在快手实践问题之由于meta信息变化导致的state向前兼容问题如何解决
Flink SQL 在快手实践问题之由于meta信息变化导致的state向前兼容问题如何解决
39 1
|
2月前
|
SQL 资源调度 流计算
慢sql治理问题之在 Flink 中, userjar 分发问题如何优化
慢sql治理问题之在 Flink 中, userjar 分发问题如何优化
|
2月前
|
SQL 设计模式 数据处理
Flink SQL 在快手实践问题之状态兼容的终极方案特点内容如何解决
Flink SQL 在快手实践问题之状态兼容的终极方案特点内容如何解决
17 0
|
16天前
|
运维 数据处理 数据安全/隐私保护
阿里云实时计算Flink版测评报告
该测评报告详细介绍了阿里云实时计算Flink版在用户行为分析与标签画像中的应用实践,展示了其毫秒级的数据处理能力和高效的开发流程。报告还全面评测了该服务在稳定性、性能、开发运维及安全性方面的卓越表现,并对比自建Flink集群的优势。最后,报告评估了其成本效益,强调了其灵活扩展性和高投资回报率,适合各类实时数据处理需求。
|
3月前
|
存储 监控 大数据
阿里云实时计算Flink在多行业的应用和实践
本文整理自 Flink Forward Asia 2023 中闭门会的分享。主要分享实时计算在各行业的应用实践,对回归实时计算的重点场景进行介绍以及企业如何使用实时计算技术,并且提供一些在技术架构上的参考建议。
742 7
阿里云实时计算Flink在多行业的应用和实践
|
2月前
|
SQL 消息中间件 Kafka
实时计算 Flink版产品使用问题之如何在EMR-Flink的Flink SOL中针对source表单独设置并行度
实时计算Flink版作为一种强大的流处理和批处理统一的计算框架,广泛应用于各种需要实时数据处理和分析的场景。实时计算Flink版通常结合SQL接口、DataStream API、以及与上下游数据源和存储系统的丰富连接器,提供了一套全面的解决方案,以应对各种实时计算需求。其低延迟、高吞吐、容错性强的特点,使其成为众多企业和组织实时数据处理首选的技术平台。以下是实时计算Flink版的一些典型使用合集。