说明

flink 提供了多个层次的 api，越上层，使用越简单；越底层，功能越强大

分为4层（一般使用上面 3 层）：

1. SQL：支持SQL语句
2. Table API：通过方法对表进行查询、统计
3. Core API：
   • DataStream API：流式处理。1.12 版，流、批一体
   • DataSet API：批处理。1.12 版不推荐使用
4. 低级api：ProcessFunction

官方文档

https://nightlies.apache.org/flink/flink-docs-release-1.12/

Table API 和 SQL

Table API和SQL，就是 流、批 统一的 上层处理API。

目前功能 尚未完善，处于活跃的开发阶段。

无论输入是 批输入 还是 流输入，在这两套API中，指定的查询都具有相同的语义，得到相同的结果。

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

Table API

Table API是一套内嵌在Java和Scala语言中的查询API，它允许我们以非常直观的方式，组合来自一些关系运算符的查询（比如select、filter和join）。

SQL

于Flink SQL，就是直接可以在代码中写SQL，来实现一些查询（Query）操作。Flink的SQL支持，基于实现了SQL标准的Apache Calcite（Apache开源SQL解析工具）。

Core API

DataStream API

DataStream是Flink编写流处理作业的API。

包含三部分：

• 数据源(Source)：加载数据
• 转换操作(Transformation)：处理数据
• 结果接收(Sink)：输出结果

官方文档：
https://ci.apache.org/projects/flink/flink-docs-release-1.12/dev/datastream_api.html

DataSet API

在 1.12 不推荐使用

官方文档

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

ProcessFunction

ProcessFunction是一个 低层次 的流处理操作，允许访问：

• 时间戳
• watermark
• 注册定时事件

能够为许多有事件驱动的应用程序实现复杂的事件处理逻辑

使用复杂，较少使用

参考：

https://www.jianshu.com/p/e6297fac67cb
https://blog.csdn.net/heiren_a/article/details/123084820

原文出处：/show_1IX1yv9g6Kou.html