Flink SQL Client初探

欢迎访问我的GitHub

https://github.com/zq2599/blog_demos

内容:所有原创文章分类汇总及配套源码,涉及Java、Docker、Kubernetes、DevOPS等;

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: 在这里插入图片描述

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
  1. 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
  2. 解压:tar -zxvf flink-1.10.0-bin-scala_2.11.tgz
  3. 进目录flink-1.10.0/bin/,执行命令./start-cluster.sh启动本地flink;
  4. 访问该机器的8081端口,可见本地flink启动成功: 5

启动SQL Client CLI

  1. 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: 在这里插入图片描述

  2. 第一个要掌握的是HELP命令: 在这里插入图片描述

  3. 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: 在这里插入图片描述

两种展示模式

  1. 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;

  2. 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;

  3. 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;

  4. 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: 在这里插入图片描述

  5. 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;

  6. 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;

  7. 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: 在这里插入图片描述

操作

  1. 首先请确保Flink已经启动;

  2. 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

  3. 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

  4. 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;

e. type为view表示MyBookView是个视图(参考数据库的视图概念);

  1. 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

  2. 查全表:

    SELECT * FROM BookStore;

在这里插入图片描述

  1. 按照BookCatalog分组统计记录数:

    SELECT BookCatalog, COUNT(*) AS BookCount FROM BookStore GROUP BY BookCatalog;

在这里插入图片描述

  1. 查询视图:

    select * from MyBookView;

在这里插入图片描述

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;

欢迎关注公众号:程序员欣宸

微信搜索「程序员欣宸」,我是欣宸,期待与您一同畅游Java世界... https://github.com/zq2599/blog_demos

评论

暂无评论