Flink SQL Client初探

歡迎訪問我的GitHub

https://github.com/zq2599/blog_demos

內容：所有原創文章分類匯總及配套源碼，涉及Java、Docker、Kubernetes、DevOPS等；

關於Flink SQL Client

Flink Table & SQL的API實現了通過SQL語言處理實時技術算業務，但還是要編寫部分Java代碼(或Scala)，並且還要編譯構建才能提交到Flink運行環境，這對於不熟悉Java或Scala的開發者就略有些不友好了；
SQL Client的目標就是解決上述問題（官方原話with a build tool before being submitted to a cluster.）

局限性

遺憾的是，在Flink-1.10.0版本中，SQL Client只是個Beta版本(不適合用於生產環境)，並且只能連接到本地Flink，不能像mysql、cassandra等客戶端工具那樣遠程連接server，這些在將來的版本會解決：

環境信息

接下來采用實戰的方式對Flink SQL Client做初步嘗試，環境信息如下：

1. 電腦：MacBook Pro2018 13寸，macOS Catalina 10.15.3
2. Flink：1.10.0
3. JDK：1.8.0_211

本地啟動flink

1. 下載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. 解壓：tar -zxvf flink-1.10.0-bin-scala_2.11.tgz
3. 進目錄flink-1.10.0/bin/，執行命令./start-cluster.sh啟動本地flink；
4. 訪問該機器的8081端口，可見本地flink啟動成功：
   

啟動SQL Client CLI

1. 在目錄flink-1.10.0/bin/執行./sql-client.sh即可啟動SQL Client CLI，如下圖所示，紅框中的BETA提醒着在生產環境如果要用此工具：
   

2. 第一個要掌握的是HELP命令：
   

3. 從hello world開始把，執行命令select ‘Hello world!’;，控制台輸出如下圖所示，輸入Q可退出：
   

兩種展示模式

1. 第一種是table mode，效果像是對普通數據表的查詢，設置該模式的命令：

SET execution.result-mode=table;

2. 第二種是changelog mode，效果像是打印每一次數據變更的日志，設置該模式的命令：

SET execution.result-mode=changelog;

3. 設置table mode后，執行以下命令作一次簡單的分組查詢：

SELECT name, 
  COUNT(*) AS cnt 
  FROM (VALUES ('Bob'), ('Alice'), ('Greg'), ('Bob')) 
  AS NameTable(name) 
  GROUP BY name;

4. 為了便於對比，下圖同時貼上兩種模式的查詢結果，注意綠框中顯示了該行記錄是增加還是刪除：
   

5. 不論是哪種模式，查詢結構都保存在SQL Client CLI進程的堆內存中；

6. 在chenglog模式下，為了保證控制台可以正常輸入輸出，查詢結果只展示最近1000條；

7. table模式下，可以翻頁查詢更多結果，結果數量受配置項max-table-result-rows以及可用堆內存限制；

進一步體驗

前面寫了幾行SQL，對Flink SQL Client有了最基本的感受，接下來做進一步的體驗，內容如下：

1. 創建CSV文件，這是個最簡單的圖書信息表，只有三個字段：名字、數量、類目，一共十條記錄；
2. 創建SQL Client用到的環境配置文件，該文件描述了數據源以及對應的表的信息；
3. 啟動SQL Client，執行SQL查詢上述CSV文件；
4. 整個操作步驟如下圖所示：
   

操作

1. 首先請確保Flink已經啟動；
2. 創建名為book-store.csv的文件，內容如下：

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目錄下創建名為book-store.yaml的文件，內容如下：

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. 對於book-store.yaml文件，有以下幾處需要注意：

a. tables.type等於source-table，表明這是數據源的配置信息；

b. tables.connector描述了詳細的數據源信息，path是book-store.csv文件的完整路徑；

c. tables.format描述了文件內容；

d. tables.schema描述了數據源表的表結構；

e. type為view表示MyBookView是個視圖(參考數據庫的視圖概念)；

5. 在flink-1.10.0目錄執行以下命令，即可啟動SQL Client，並指定book-store.yaml為環境配置：

bin/sql-client.sh embedded -d conf/book-store.yaml

6. 查全表：

SELECT * FROM BookStore;

7. 按照BookCatalog分組統計記錄數：

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

8. 查詢視圖：

select * from MyBookView;

至此，Flink SQL Client的初次體驗就完成了，咱們此工具算是有了基本了解，接下來的文章會進一步使用Flink SQL Client做些復雜的操作；

歡迎關注公眾號：程序員欣宸

微信搜索「程序員欣宸」，我是欣宸，期待與您一同暢游Java世界...
https://github.com/zq2599/blog_demos