【翻译】Flink Table Api & SQL —Streaming 概念 —— 时态表

本文翻译自官网： Temporal Tables https://ci.apache.org/projects/flink/flink-docs-release-1.9/dev/table/streaming/temporal_tables.html

Flink Table Api & SQL 翻译目录

时态表（注：Temporal Table , 我翻译为时态表，可以访问表在不同时间的内容）表示一直在修改的表上的（参数化）视图的概念，该视图返回表在特定时间点的内容。

更改表可以是跟踪表的修改历史（例如，数据库更改日志），也可以是维表的具体修改（例如，数据库表）。

对于表的历史修改，Flink可以跟踪修改，并允许在查询中访问表的特定时间点的内容。 在Flink中，这种表由Temporal Table Function表示。

对于变化的维表，Flink允许在查询中的处理时访问表的内容。在Flink中，这种表由Temporal Table 表示。

• 设计初衷
  • 与表的修改历史相关
  • 与维表(内容)变化相关
• 时态表函数
  • 定义时态表函数
• 时态表
  • 定义时态表

设计初衷

与表的修改历史相关

假设我们有下表 RatesHistory。

SELECT * FROM RatesHistory;

rowtime currency   rate
======= ======== ======
09:00   US Dollar   102
09:00   Euro        114
09:00   Yen           1
10:45   Euro        116
11:15   Euro        119
11:49   Pounds      108

RatesHistory表示一个不断增长的关于日元的货币汇率的附加表（汇率为1）。例如，汇率期间从 09:00到10:45的欧元到日元的汇率为 114。从 10:45 到 11:15 是 116。

假设我们要在10:58的时间输出所有当前汇率，则需要以下SQL查询来计算结果表：

SELECT *
FROM RatesHistory AS r
WHERE r.rowtime = (
  SELECT MAX(rowtime)
  FROM RatesHistory AS r2
  WHERE r2.currency = r.currency
  AND r2.rowtime <= TIME '10:58');

子查询确定对应货币的最大时间小于或等于所需时间。外部查询列出具有最大时间戳的汇率。 

下表显示了这种计算的结果。 在我们的示例中，考虑了10:45 时欧元的更新，但是 10:58 时表的版本中未考虑 11:15 时欧元的更新和新的英镑输入。

rowtime currency   rate
======= ======== ======
09:00   US Dollar   102
09:00   Yen           1
10:45   Euro        116

时态表的概念旨在简化此类查询，加快其执行速度，并减少Flink的状态使用率。时态表是 append-only 表上的参数化视图，该视图将 append-only 表的行解释为表的变更日志，并在特定时间点提供该表的版本。将 append-only 表解释为变更日志需要指定主键属性和时间戳属性。主键确定覆盖哪些行，时间戳确定行有效的时间。

在上面的示例中，currency 是RatesHistory表的主键，并且rowtime是timestamp属性。

在Flink中，这由时态表函数表示。

与维表变化相关

另一方面，某些用例需要连接变化的维表，该表是外部数据库表。

假设 LatestRates 是一个以最新汇率实现的表（例如，存储在其中）。LatestRates 是物化的 RatesHistory 历史。那么时间 10:58 的 LatestRates 表的内容将是：

10:58> SELECT * FROM LatestRates;
currency   rate
======== ======
US Dollar   102
Yen           1
Euro        116

12:00 时 LatestRates表的内容将是： 

12:00> SELECT * FROM LatestRates;
currency   rate
======== ======
US Dollar   102
Yen           1
Euro        119
Pounds      108

在Flink中，这由Temporal Table表示。

时态表函数

为了访问时态表中的数据，必须传递一个时间属性，该属性确定将要返回的表的版本。Flink使用表函数的SQL语法提供一种表达它的方法。

定义后，时态表函数将使用单个时间参数timeAttribute并返回一组行。该集合包含相对于给定时间属性的所有现有主键的行的最新版本。

假设我们Rates(timeAttribute)基于RatesHistory表定义了一个时态表函数，我们可以通过以下方式查询该函数： 

SELECT * FROM Rates('10:15');

rowtime currency   rate
======= ======== ======
09:00   US Dollar   102
09:00   Euro        114
09:00   Yen           1

SELECT * FROM Rates('11:00');

rowtime currency   rate
======= ======== ======
09:00   US Dollar   102
10:45   Euro        116
09:00   Yen           1

对Rates（timeAttribute）的每个查询都将返回给定timeAttribute的Rates状态。

注意：当前 Flink 不支持使用常量时间属性参数直接查询时态表函数。目前，时态表函数只能在 join 中使用。上面的示例用于提供有关函数 Rates(timeAttribute)返回内容的直观信息。 

另请参阅有关用于持续查询的 join 的页面，以获取有关如何与时态表 join 的更多信息。 

定义时态表函数

以下代码段说明了如何从 append-only 表中创建时态表函数。

// Get the stream and table environments.
val env = StreamExecutionEnvironment.getExecutionEnvironment
val tEnv = StreamTableEnvironment.create(env)

// Provide a static data set of the rates history table.
val ratesHistoryData = new mutable.MutableList[(String, Long)]
ratesHistoryData.+=(("US Dollar", 102L))
ratesHistoryData.+=(("Euro", 114L))
ratesHistoryData.+=(("Yen", 1L))
ratesHistoryData.+=(("Euro", 116L))
ratesHistoryData.+=(("Euro", 119L))

// Create and register an example table using above data set.
// In the real setup, you should replace this with your own table.
val ratesHistory = env
  .fromCollection(ratesHistoryData)
  .toTable(tEnv, 'r_currency, 'r_rate, 'r_proctime.proctime)

tEnv.registerTable("RatesHistory", ratesHistory)

// Create and register TemporalTableFunction.
// Define "r_proctime" as the time attribute and "r_currency" as the primary key.
val rates = ratesHistory.createTemporalTableFunction('r_proctime, 'r_currency) // <==== (1)
tEnv.registerFunction("Rates", rates)                                          // <==== (2)

Line (1)创建了一个 时态表函数 rates ，使我们可以在 Table API 中使用 rates 函数 。 

Line (2) 在表环境中以Rates名称注册此函数，这使我们可以在SQL中使用Rates函数。

时态表

注意：仅 Blink planner 支持此功能。

为了访问时态表中的数据，当前必须使用LookupableTableSource定义一个TableSource。 Flink 使用FOR SYSTEM_TIME AS OF 的SQL语法查询时态表，这在SQL：2011中提出。

假设我们定义了一个时态表 LatestRates，我们可以通过以下方式查询此类表： 

SELECT * FROM LatestRates FOR SYSTEM_TIME AS OF TIME '10:15';

currency   rate
======== ======
US Dollar   102
Euro        114
Yen           1

SELECT * FROM LatestRates FOR SYSTEM_TIME AS OF TIME '11:00';

currency   rate
======== ======
US Dollar   102
Euro        116
Yen           1

注意：当前，Flink不支持以固定时间直接查询时态表。目前，时态表只能在 join 中使用。上面的示例用于提供有关时态表LatestRates返回内容的直觉。

另请参阅有关用于持续查询的 join 的页面，以获取有关如何与时态表 join 的更多信息。

定义时态表

// Get the stream and table environments.
val env = StreamExecutionEnvironment.getExecutionEnvironment
val tEnv = TableEnvironment.getTableEnvironment(env)

// Create an HBaseTableSource as a temporal table which implements LookableTableSource
// In the real setup, you should replace this with your own table.
val rates = new HBaseTableSource(conf, "Rates")
rates.setRowKey("currency", String.class)   // currency as the primary key
rates.addColumn("fam1", "rate", Double.class)

// register the temporal table into environment, then we can query it in sql
tEnv.registerTableSource("Rates", rates)

另请参阅有关如何定义LookupableTableSource的页面。 

欢迎关注Flink菜鸟公众号，会不定期更新Flink（开发技术）相关的推文