一.背景
阿里工作的时候是使用Blink进行流数据处理和计算，通过编写sql实现Blink的计算job，开发简单高效，产品易用。 目前尝试实现Flink产品化，类似Blink。使用SQL为统一开发规范，SQL语言的好处是：声明式，易理解，稳定可靠，自动优化。 如果采用API开发的话，最大的问题是对于job调优依赖程序员经验，比较困难，同时API开发方式侵入性太强(数据安全，集群安全等)，而sql可以自动调优，避免这种问题的产生。
二.实现思路：
用户输入sql（ddl,query,dml） -> ddl对应为Flink的source和sink
-> query/dml的insert into数据处理和计算
--> 封装为对应Flink的Job:env.sqlQuery/env.sqlUpdate
--> JobGraph和对应job提交，StandaloneClusterClient.submitJob或者YarnClusterClient.runDetached
三.发布版本：
SQL书写语法参考flink issues和对应提供的doc: SQL DDL, SQL DDL DOC。
blink-client 接口定义
blink-sql stream和batch table的sql解析
blink-libraries 自定义source, sink, side开发
blink-batch BatchTableSource和BatchTableSink封装实现
blink-stream StreamTableSource和StreamTableSink
blink-job batch/stream job 提交
1. 抽取sql层被流和批使用,SQL参考flink issues和对应提供的doc
2. 增加批处理开发
3. 增加维表功能
4. 升级flink版本为1.7.x
v1.0.0 2018年7月
blink-client 接口定义
blink-sqlserver stream table的sql解析
blink-job 封装为stream job
1. 实现create function
2. 实现sql开发流处理程序任务
3. 更改源码实现sql CEP
四.样例
batch sql示例：
CREATE FUNCTION demouf AS 'pingle.wang.api.sql.function.DemoUDF'
LIBRARY 'hdfs://flink/udf/jedis.jar','hdfs://flink/udf/customudf.jar';
CREATE SOURCE TABLE csv_source (
name varchar,
amount float,
`date` date
)
with (
type=csv,
'file.path'='file://demo_in.csv'
);
CREATE SINK TABLE csv_sink (
`date` date,
amount float,
PRIMARY KEY (`date`,amount)
)
with (
type=csv,
'file.path'='file://demo_out.csv'
);
create view view_select as
SELECT `date`, amount
FROM csv_source
group by `date`,amount;
insert into csv_sink
SELECT `date`, sum(amount)
FROM view_select
group by `date`;stream sql 示例：
CREATE FUNCTION demouf AS
'pingle.wang.api.sql.function.DemoUDF'
LIBRARY 'hdfs://flink/udf/jedis.jar','hdfs://flink/udf/customudf.jar';
CREATE SOURCE TABLE kafka_source (
`date` varchar,
amount float,
proctime timestamp
)
with (
type=kafka,
'flink.parallelism'=1,
'kafka.topic'=topic,
'kafka.group.id'=flinks,
'kafka.enable.auto.commit'=true,
'kafka.bootstrap.servers'='localhost:9092'
);
CREATE SINK TABLE mysql_sink (
`date` varchar,
amount float,
PRIMARY KEY (`date`,amount)
)
with (
type=mysql,
'mysql.connection'='localhost:3306',
'mysql.db.name'=flink,
'mysql.batch.size'=0,
'mysql.table.name'=flink_table,
'mysql.user'=root,
'mysql.pass'=root
);
CREATE VIEW view_select AS
SELECT `date`,
amount
FROM kafka_source
GROUP BY
`date`,
amount
;
INSERT INTO mysql_sink
SELECT
`date`,
sum(amount)
FROM view_select
GROUP BY
`date`
;五.代码关注