Flink之TableAPI和SQL（3）：通过TableAPI和SQL表的一些操作（包括查询，过滤，聚集等）

相关文章链接

Flink之TableAPI和SQL（1）：基本功能描述

Flink之TableAPI和SQL（2）：表和外部系统的连接方式

Flink之TableAPI和SQL（3）：通过TableAPI和SQL表的一些操作（包括查询，过滤，聚集等）

Flink之TableAPI和SQL（4）：表的Sink实现

Flink之TableAPI和SQL（5）：表的时间特性

具体实现如下代码所示：

// 1、创建执行环境
val env: StreamExecutionEnvironment = StreamExecutionEnvironment.getExecutionEnvironment
env.setParallelism(2)
val tableEnv: StreamTableEnvironment = StreamTableEnvironment.create(env)

// 2、从流中获取表
val sensorStream: DataStream[SensorReading] = env
    .readTextFile("D:\\Project\\IDEA\\bigdata-study\\flink-demo\\src\\main\\resources\\source.txt")
    .map(new MyMapToSensorReading)
val sensorTable: Table = tableEnv.fromDataStream(sensorStream)
// 将流转换成表时可以指定获取字段，或给字段修改别名
val sensorTable_tmp: Table = tableEnv.fromDataStream(sensorStream, 'id, 'temperature as 'temp)
// 使用流创建临时视图时，可以指定获取字段，或给字段修改别名
tableEnv.createTemporaryView("sensorTable_tmp", sensorStream, 'id, 'temperature as 'temp)

// 3、使用TableAPI对表进行操作
// 查询过滤操作
val resultApiTable_1: Table = sensorTable
    .select('id, 'temperature)
    .filter('id === "sensor_1")
// 分组聚合操作
val resultApiTable_2: Table = sensorTable
    .groupBy('id)
    .select('id, 'id.count as 'cnt)

// 4、使用sql对表进行操作（需先使用临时视图将表注册到catalog中）
tableEnv.createTemporaryView("sensorTable", sensorTable)
// 查询过滤操作
val resultSqlTable_1: Table = tableEnv.sqlQuery(
    """
      |select id, temperature
      |from sensorTable
      |where id = 'sensor_1'
      |""".stripMargin)
// 分组聚合操作
val resultSqlTable_2: Table = tableEnv.sqlQuery(
    """
      |select id, count(id) as cnt
      |from sensorTable
      |group by id
      |""".stripMargin)

// 5、打印表
//        resultSqlTable_1.printSchema()
//        resultSqlTable_1.toAppendStream[Row].print()
resultSqlTable_2.printSchema()
resultSqlTable_2.toRetractStream[Row].print()

// 启动执行器，执行任务
env.execute("OperationTableDemo")