1.table api特點：
使得多聲明的數據處理起來更為容易，擴展標准sql更為容易
enviroment：
如何得到一個表：
1.自己寫table的描述信息
2.通過自定義tablesouce注冊到env中
3.datastream也可以通過注冊得到一個表
如何輸出一個table：
和輸入的三種方式是一致的
如何查詢一個表：
對列上一些函數：
對列上的一些操作：
addcolumns添加，addorreplacecolumns添加並且覆蓋，renamecolumns重命名，dropcolumns刪除
withcolumns選擇指定的列，withoutcolumns反選指定的列
cloumns使用的語法：
可以是字段名，下標，默認下標是從1開始計算的
row-based operation：
map-operation的好處：
比如需要對這個表中的每一列都做一些udf的操作，比如if，cocat這種，
你就需要對每列都寫一個udf，但是如果在table上使用map算子就會非常方便
flatmap-opreation：
輸入一行-輸出多行
aggregate-operation：
輸入多行-輸出一行
輸入多行-輸出多行：topn
flataggregate-operation:
aggregate vs tableaggregate:
窗口：
時間語義需要配合窗口操作才能發揮作用
gruop windows 分組窗口：（整張表）
根據時間或行數據，把數據聚合到組中。
滾動窗口：tumbling windows
可以通過時間開窗，也可以通過行數開窗，之所以行數也要時間字段是因為需要對數據進行排序來取。
滑動窗口：sliding windows
會話窗口：session window
over windows 開窗函數：（針對某行）
針對每個輸入行，計算附近行范圍的聚合。
無界窗口：over windows
有界over windows：
目前flink只支持preceding 到current row，因為如果要支持following需要等待。
總結：
