1.18.Table API SQL(概念、依赖图、Table程序依赖、扩展依赖)

1.18.Table API & SQL
1.18.1.概念
1.18.1.1.依赖图
1.18.1.2.Table程序依赖
1.18.1.3.扩展依赖

1.18.Table API & SQL

1.18.1.概念

Apache Flink 有两种关系型 API 来做流批统一处理：Table API 和 SQL。Table API 是用于 Scala 和 Java 语言的查询API，它可以用一种非常直观的方式来组合使用选取、过滤、join 等关系型算子。Flink SQL 是基于 Apache Calcite 来实现的标准 SQL。这两种 API 中的查询对于批（DataSet）和流（DataStream）的输入有相同的语义，也会产生同样的计算结果。
Table API 和 SQL 两种 API 是紧密集成的，以及 DataStream 和 DataSet API。你可以在这些 API 之间，以及一些基于这些 API 的库之间轻松的切换。比如，你可以先用 CEP 从 DataStream 中做模式匹配，然后用 Table API 来分析匹配的结果；或者你可以用 SQL 来扫描、过滤、聚合一个批式的表，然后再跑一个 Gelly 图算法来处理已经预处理好的数据。
注意：Table API 和 SQL 现在还处于活跃开发阶段，还没有完全实现所有的特性。不是所有的 [Table API，SQL] 和 [流，批] 的组合都是支持的。

1.18.1.1.依赖图

从1.9开始，Flink 提供了两个 Table Planner 实现来执行 Table API 和 SQL 程序：Blink Planner 和 Old Planner，Old Planner 在1.9之前就已经存在了。 Planner 的作用主要是把关系型的操作翻译成可执行的、经过优化的 Flink 任务。两种 Planner 所使用的优化规则以及运行时类都不一样。它们在支持的功能上也有些差异。

**注意：**对于生产环境，我们建议使用在1.11版本之后已经变成默认的Blink Planner。
所有的 Table API 和 SQL 的代码都在 flink-table 或者 flink-table-blink Maven artifacts 下。
下面是各个依赖：
flink-table-common: 公共模块，比如自定义函数、格式等需要依赖的。
flink-table-api-java: Table 和 SQL API，使用 Java 语言编写的，给纯 table 程序使用（还在早期开发阶段，不建议使用）
flink-table-api-scala: Table 和 SQL API，使用 Scala 语言编写的，给纯 table 程序使用（还在早期开发阶段，不建议使用）
flink-table-api-java-bridge: Table 和 SQL API 结合 DataStream/DataSet API 一起使用，给 Java 语言使用。
flink-table-api-scala-bridge: Table 和 SQL API 结合 DataStream/DataSet API 一起使用，给 Scala 语言使用。
flink-table-planner: table Planner 和运行时。这是在1.9之前 Flink 的唯一的 Planner，但是从1.11版本开始我们不推荐继续使用。
flink-table-planner-blink: 新的 Blink Planner，从1.11版本开始成为默认的 Planner。
flink-table-runtime-blink: 新的 Blink 运行时。
flink-table-uber: 把上述模块以及 Old Planner 打包到一起，可以在大部分 Table & SQL API 场景下使用。打包到一起的 jar 文件 flink-table-.jar 默认会直接放到 Flink 发行版的 /lib 目录下。
flink-table-uber-blink: 把上述模块以及 Blink Planner 打包到一起，可以在大部分 Table & SQL API 场景下使用。打包到一起的 jar 文件 flink-table-blink-.jar 默认会放到 Flink 发行版的 /lib 目录下。

关于如何使用Old Planner以及Blink Planner，可以参考公共API.

1.18.1.2.Table程序依赖

取决于你使用的编程语言，选择Java或者Scala API来构建你的Table API和SQL程序：

<!-- Either... -->
<dependency><groupId>org.apache.flink</groupId><artifactId>flink-table-api-java-bridge_2.11</artifactId><version>1.12.0</version><scope>provided</scope>
</dependency>
<!-- or... -->
<dependency><groupId>org.apache.flink</groupId><artifactId>flink-table-api-scala-bridge_2.11</artifactId><version>1.12.0</version><scope>provided</scope>
</dependency>

除此之外，如果你想在 IDE 本地运行你的程序，你需要添加下面的模块，具体用哪个取决于你使用哪个 Planner：

<!-- Either... (for the old planner that was available before Flink 1.9) -->
<dependency><groupId>org.apache.flink</groupId><artifactId>flink-table-planner_2.11</artifactId><version>1.12.0</version><scope>provided</scope>
</dependency><!-- or.. (for the new Blink planner) -->
<dependency><groupId>org.apache.flink</groupId><artifactId>flink-table-planner-blink_2.11</artifactId><version>1.12.0</version><scope>provided</scope>
</dependency>

内部实现上，部分 table 相关的代码是用 Scala 实现的。所以，下面的依赖也需要添加到你的程序里，不管是批式还是流式的程序：

<dependency><groupId>org.apache.flink</groupId><artifactId>flink-streaming-scala_2.11</artifactId><version>1.12.0</version><scope>provided</scope>
</dependency>

1.18.1.3.扩展依赖

如果你想实现自定义格式来解析Kafka数据，或者自定义函数，下面的依赖就足够了，编译出来的jar文件可以直接给SQL Client使用：

<dependency><groupId>org.apache.flink</groupId><artifactId>flink-table-common</artifactId><version>1.12.0</version><scope>provided</scope>
</dependency>

当前，本模块包含以下可以扩展的接口：
SerializationSchemaFactory
DeserializationSchemaFactory
ScalarFunction
TableFunction
AggregateFunction

接下来：
公共概念和 API: Table API 和 SQL 公共概念以及 API。【https://ci.apache.org/projects/flink/flink-docs-release-1.12/zh/dev/table/common.html】
数据类型: 内置数据类型以及它们的属性【https://ci.apache.org/projects/flink/flink-docs-release-1.12/zh/dev/table/types.html】
流式概念: Table API 和 SQL 中流式相关的文档，比如配置时间属性和如何处理更新结果。【https://ci.apache.org/projects/flink/flink-docs-release-1.12/zh/dev/table/streaming/】
连接外部系统: 读写外部系统的连接器和格式。【https://ci.apache.org/projects/flink/flink-docs-release-1.12/zh/dev/table/connect.html】
Table API: Table API 支持的操作。【https://ci.apache.org/projects/flink/flink-docs-release-1.12/zh/dev/table/tableApi.html】
SQL: SQL 支持的操作和语法。【https://ci.apache.org/projects/flink/flink-docs-release-1.12/zh/dev/table/sql/】
内置函数: Table API 和 SQL 中的内置函数。【https://ci.apache.org/projects/flink/flink-docs-release-1.12/zh/dev/table/functions/systemFunctions.html】
SQL Client: 不用编写代码就可以尝试 Flink SQL，可以直接提交 SQL 任务到集群上。【https://ci.apache.org/projects/flink/flink-docs-release-1.12/zh/dev/table/sqlClient.html】