2021年大数据Flink(三十):Flink ​​​​​​​Table API & SQL 介绍

目录

​​​​​​​Table API & SQL 介绍

为什么需要Table API & SQL

​​​​​​​Table API& SQL发展历程

架构升级

查询处理器的选择

了解-Blink planner和Flink Planner具体区别如下:

注意:

API稳定性

性能对比


Table API & SQL 介绍

为什么需要Table API & SQL

https://ci.apache.org/projects/flink/flink-docs-release-1.12/dev/table/

2021年大数据Flink(三十):Flink ​​​​​​​Table API & SQL 介绍

 

 

Flink的Table模块包括 Table API 和 SQL:

Table API 是一种类SQL的API,通过Table API,用户可以像操作表一样操作数据,非常直观和方便

SQL作为一种声明式语言,有着标准的语法和规范,用户可以不用关心底层实现即可进行数据的处理,非常易于上手

Flink Table API 和 SQL 的实现上有80%左右的代码是公用的。作为一个流批统一的计算引擎,Flink 的 Runtime 层是统一的。

 

  • Table API & SQL的特点

Flink之所以选择将 Table API & SQL 作为未来的核心 API,是因为其具有一些非常重要的特点:

2021年大数据Flink(三十):Flink ​​​​​​​Table API & SQL 介绍

 

1. 声明式:属于设定式语言,用户只要表达清楚需求即可,不需要了解底层执行;

2. 高性能:可优化,内置多种查询优化器,这些查询优化器可为 SQL 翻译出最优执行计划;

3. 简单易学:易于理解,不同行业和领域的人都懂,学习成本较低;

4. 标准稳定:语义遵循SQL标准,非常稳定,在数据库 30 多年的历史中,SQL 本身变化较少;

5. 流批统一:可以做到API层面上流与批的统一,相同的SQL逻辑,既可流模式运行,也可批模式运行,Flink底层Runtime本身就是一个流与批统一的引擎

 

​​​​​​​Table API& SQL发展历程

架构升级

自 2015 年开始,阿里巴巴开始调研开源流计算引擎,最终决定基于 Flink 打造新一代计算引擎,针对 Flink 存在的不足进行优化和改进,并且在 2019 年初将最终代码开源,也就是Blink。Blink 在原来的 Flink 基础上最显著的一个贡献就是 Flink SQL 的实现。随着版本的不断更新,API 也出现了很多不兼容的地方。

在 Flink 1.9 中,Table 模块迎来了核心架构的升级,引入了阿里巴巴Blink团队贡献的诸多功能

2021年大数据Flink(三十):Flink ​​​​​​​Table API & SQL 介绍

 

在Flink 1.9 之前,Flink API 层 一直分为DataStream API 和 DataSet API,Table API & SQL 位于 DataStream API 和 DataSet API 之上。可以看处流处理和批处理有各自独立的api (流处理DataStream,批处理DataSet)。而且有不同的执行计划解析过程,codegen过程也完全不一样,完全没有流批一体的概念,面向用户不太友好。

在Flink1.9之后新的架构中,有两个查询处理器:Flink Query Processor,也称作Old Planner和Blink Query Processor,也称作Blink Planner。为了兼容老版本Table及SQL模块,插件化实现了Planner,Flink原有的Flink Planner不变,后期版本会被移除。新增加了Blink Planner,新的代码及特性会在Blink planner模块上实现。批或者流都是通过解析为Stream Transformation来实现的,不像Flink Planner,批是基于Dataset,流是基于DataStream。

 

查询处理器的选择

查询处理器是 Planner 的具体实现,通过parser、optimizer、codegen(代码生成技术)等流程将 Table API & SQL作业转换成 Flink Runtime 可识别的 Transformation DAG,最终由 Flink Runtime 进行作业的调度和执行。

Flink Query Processor查询处理器针对流计算和批处理作业有不同的分支处理,流计算作业底层的 API 是 DataStream API, 批处理作业底层的 API 是 DataSet API

Blink Query Processor查询处理器则实现流批作业接口的统一,底层的 API 都是Transformation,这就意味着我们和Dataset完全没有关系了

 

Flink1.11之后Blink Query Processor查询处理器已经是默认的了

https://ci.apache.org/projects/flink/flink-docs-release-1.12/dev/table/

2021年大数据Flink(三十):Flink ​​​​​​​Table API & SQL 介绍

 

 

 

 

了解-Blink planner和Flink Planner具体区别如下:

https://ci.apache.org/projects/flink/flink-docs-release-1.12/dev/table/common.html

2021年大数据Flink(三十):Flink ​​​​​​​Table API & SQL 介绍

 

 

 

注意:

https://ci.apache.org/projects/flink/flink-docs-release-1.11/dev/table/common.html

API稳定性

 

2021年大数据Flink(三十):Flink ​​​​​​​Table API & SQL 介绍

 

性能对比

注意:目前FlinkSQL性能不如SparkSQL,未来FlinkSQL可能会越来越好

下图是Hive、Spark、Flink的SQL执行速度对比:

2021年大数据Flink(三十):Flink ​​​​​​​Table API & SQL 介绍

 

上一篇:Visual Studio Code 如何编写运行 C、C++ 程序?


下一篇:[源码分析] 带你梳理 Flink SQL / Table API内部执行流程