一、介绍  在Flink提供的多层级API中(如下图示)，核心是DataStreamAPI，这是开发流处理应用的基本途径；底层则是所谓的处理函数（processfunction），可以访问事件的时间信息、注册定时器、自定义状态，进行有状态的流处理。DataStreamAPI和处理函数比较通用，有了这些API，理论上就可以实现所有

快速上手引入依赖要在代码中使用TableAPI，必须引入相关的依赖。这里的依赖是一个Java的“桥接器”，主要就是负责TableAPI和下层DataStreamAPI的连接支持，按照不同的

以下是一个简单的参考实例，用来验证通过FlinkSQL来跑批方式清洗Hive数据可行的。（1）验证了Hive中org.openx.data.jsonserde.JsonSerDe格式的表是可以直接读取数据出来的（2）通

2.6表和流的转换一般用于测试时候的数据输出，针对的是流数据。由于Table没有提供print()方法，所有要将Table数据类型转换成DataStream数据类型或者DataSet。2.6.1将表(

FlinkTableAPI和SQL的基本运用介绍在Flink中，TableAPI和SQL可以看作是一体的，TableAPI可以将环境中的数据转换成对应的一张表，或者将表里的转换输出到外部系统，然后可以执

一、FlinkSql的概念核心概念Flink的TableAPI和SQL是流批统一的API。这意味着TableAPI&SQL在无论有限的批式输入还是无限的流式输入下，都具有相同的语义。