Flink SQL Client初探

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 Client

• Flink 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：

1. 电脑：MacBook Pro2018 13寸，macOS Catalina 10.15.3
2. Flink：1.10.0
3. JDK：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：

1. 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；
2. 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；
3. 启动SQL Client，执行SQL查询上述CSV文件；
4. 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...