1.table api特点：
使得多声明的数据处理起来更为容易，扩展标准sql更为容易
enviroment：
如何得到一个表：
1.自己写table的描述信息
2.通过自定义tablesouce注册到env中
3.datastream也可以通过注册得到一个表
如何输出一个table：
和输入的三种方式是一致的
如何查询一个表：
对列上一些函数：
对列上的一些操作：
addcolumns添加，addorreplacecolumns添加并且覆盖，renamecolumns重命名，dropcolumns删除
withcolumns选择指定的列，withoutcolumns反选指定的列
cloumns使用的语法：
可以是字段名，下标，默认下标是从1开始计算的
row-based operation：
map-operation的好处：
比如需要对这个表中的每一列都做一些udf的操作，比如if，cocat这种，
你就需要对每列都写一个udf，但是如果在table上使用map算子就会非常方便
flatmap-opreation：
输入一行-输出多行
aggregate-operation：
输入多行-输出一行
输入多行-输出多行：topn
flataggregate-operation:
aggregate vs tableaggregate:
窗口：
时间语义需要配合窗口操作才能发挥作用
gruop windows 分组窗口：（整张表）
根据时间或行数据，把数据聚合到组中。
滚动窗口：tumbling windows
可以通过时间开窗，也可以通过行数开窗，之所以行数也要时间字段是因为需要对数据进行排序来取。
滑动窗口：sliding windows
会话窗口：session window
over windows 开窗函数：（针对某行）
针对每个输入行，计算附近行范围的聚合。
无界窗口：over windows
有界over windows：
目前flink只支持preceding 到current row，因为如果要支持following需要等待。
总结：
