[大数据]29.flink table api 之 time Attributes

目录

1.分类

2.flink中的TIMESTAMP 和TIMESTAMP_LTZ

?3.event? time?Attribute 指定的两种方式

3.1创建table DDL 的时候指定event time attribute 在创建DDL的时候用?

3.2 DataStream-to-table的时候定义

3.3不用DataStream中的分配好的时间个水位线

4.processing time

4.1 ddl指定

4.2 datastream-to-table 指定

1.分类

time Attributes主要分为：processing time? 和event? time这个概念相比大家并不陌生。

2.flink中的TIMESTAMP 和TIMESTAMP_LTZ

先来聊聊mysql中的timetamp和datetime区别：

1. 相同点：两者都可用来表示?YYYY-MM-DD HH:MM:SS?类型的日期。
2. 不同点：对于timestamp：它把客户端插入的时间从?当前时区?转化为UTC（世界标准时间）进行存储。查询时，将其又转化为客户端当前时区进行返回。对于：不做任何改变，基本上是原样输入和输出。

再来聊聊flink中的TIMESTAMP 和TIMESTAMP_LTZ：

1. flink中的TIMESTAMP行为和mysql中的datetime类型，用于不携带时区
2. flink中的TIMESTAMP_LTZ行为和mysql中的timestamp类型，用于携带时区
3. 二者都要求字段必须是时间类型才能自动转化为flink的TIMESTAMP 和TIMESTAMP_LTZ，但是实际开发中并非如此，我们可能会看到用字符串表示的时间：'2022-09-30 18:34:33'或者是用long类型表示的时间：1664532356103。? 这种时候直接用是一定会抛出异常的，因为flink无法将非时间字段转化为flink内部的：TIMESTAMP 和TIMESTAMP_LTZ，在这种情况下我们可以用TO_TIMESTAMP 或者是TO_TIMSTAMP_LTZ来进行映射转化。下一小节就会有对应的例子。
4. 二者都接受一个小于9的参数: TIMSTAMP_LTZ(num),TO_TIMESTAMP(num)? 指的是时间的精确度，开发中经常用到TIMESTAMP(3)或者是TIMSTAMP_LTZ(3)意思是保留三位，实际含义就是精确到毫秒，TIMESTAMP(6)和TIMSTAMP_LTZ(6)表示微秒，TIMESTAMP(9)和TIMSTAMP_LTZ(9)表示纳秒。? 一般用TIMESTAMP(3)或者是TIMSTAMP_LTZ(3)就够了。
5. 经验：如果流数据中的时间字段不携带时区信息则用TIMESTAMP(3),否则的话用TIMESTAMP_LTZ(3),? 如果流数据中时间字段类型是String:'2022-09-30 18:34:33'用：TIMESTAMP(3)， 如果如果流数据中时间字段类型是long:1664532356103,? 则强烈建议：TIMESTAMP_LTZ(3)， 因为这可以将时间戳转化为本地时间。

?3.event? time?Attribute 指定的两种方式

3.1创建table DDL 的时候指定event time attribute 在创建DDL的时候用?

WATERMARK statement（水位线语句） 定义， 水位线 语句将其使用的时间字段段标记为 event time attribute，这是一个自动标记的过程。WATERMARK statement使用到的时间字段类型必须是TIMESTAMP 或者是 TIMESTAMP_LTZ?

CREATE TABLE user_actions (
  user_name STRING,
  data STRING,
  user_action_time TIMESTAMP(3),//user_action_time 本身是时间类型，
                                //所以可以直接映射为flink的TIMESTAMP

  -- declare user_action_time as event time attribute and use 5 seconds delayed watermark strategy
  WATERMARK FOR user_action_time AS user_action_time - INTERVAL '5' SECOND
) WITH (
  ...
);


CREATE TABLE user_actions (
  user_name STRING,
  data STRING,
  ts BIGINT,
  time_ltz AS TIMESTAMP(3),//ts 在数据流中不是时间类型，而是long数字类型
                           //因此必须转换为flink内置的时间类型
  -- declare time_ltz as event time attribute and use 5 seconds delayed watermark strategy
  WATERMARK FOR time_ltz AS time_ltz - INTERVAL '5' SECOND
) WITH (
  ...
);

3.2 DataStream-to-table的时候定义

默认来说DataStream-to-table的时候不会传播DataStream中已经定义好的事件时间和水位线，因此我们必须显示的用Schema来定义水位线的传播。

前提条件：首先先在DataStream中定义好事件时间和水位线。

Flink always derives rowtime attribute as TIMESTAMP WITHOUT TIME ZONE, because DataStream doesn’t have time zone notion, and treats all event time values as in UTC.

通过rowtime 提取Datastream 已有的事件时间属性，因为DataStream中已经存在了，直接拿出来用即可。

DataStream<Tuple2<String, String>> stream = inputStream.assignTimestampsAndWatermarks(...);

// declare an additional logical field as an event time attribute
//第一种写法
Table table = tEnv.fromDataStream(
stream, 
$("user_name"), $("data"), 
$("user_action_time").rowtime()
);

下面是rowtime()方法的源码，请注意看其注释部分：

    /**
     * Declares a field as the rowtime attribute for indicating, 
     * accessing, and working in Flink's event time.
     */public OutType rowtime() {
        return toApiSpecificExpression(unresolvedCall(ROWTIME, toExpr()));
    }


第二种写法：
Schema schema = Schema.newBuilder()
            .columnByMetadata("rowtime", "TIMESTAMP_LTZ(3)")
            .watermark("rowtime", "SOURCE_WATERMARK()")
            .build());

Table table = tEnv.fromDataStream(stream,schema )

3.3不用DataStream中的分配好的时间个水位线

如果DataStream中没有事件时间和水位线，我们可以在table中重新定义写法如下：

Schema.newBuilder()
        .columnByExpression("myrowtime", "CAST(event_time AS TIMESTAMP_LTZ(3))")
        .watermark("myrowtime", "myrowtime- INTERVAL '10' SECOND")
        .build());

myrowtime是随便定义的一个字段用来保存时间，
CAST是因为数据中的事件是string必须转成flink支持的
TIMESTAMP,如果你的数据中的时间本身是时间类型
则可以直接： .columnByExpression("rowtime", "TIMESTAMP_LTZ(3)")
当 .watermark("myrowtime", "rowtime - INTERVAL '10' SECOND")运行的时候
意味着myrowtime字段被当成了record time.

4.processing time

processing? time使用的时候不需要水位线

4.1 ddl指定

CREATE TABLE user_actions (
  user_name STRING,
  data STRING,
  user_action_time AS PROCTIME() -- declare an additional field as a processing time attribute
) WITH (
  ...
);

4.2 datastream-to-table 指定

DataStream<Tuple2<String, String>> stream = ...;

// declare an additional logical field as a processing time attribute
Table table = tEnv.fromDataStream(stream, $("user_name"), $("data"), $("user_action_time").proctime());


//第二种写法
Schema schema = Schema.newBuilder()
                .columnByExpression("proc_time", "PROCTIME()")
                .build();
Table table = tEnv.fromDataStream(stream,schema );