Flink 流转表，表转流，watermark设置

流转表

首先创建一个流

@Data
@AllArgsConstructor
@NoArgsConstructor
public static class Nan {
    private String xing;
    private String name;
    private Long ts;
}


StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
env.setParallelism(1);
StreamTableEnvironment tenv = StreamTableEnvironment.create(env);

DataStreamSource sourceNan = env.socketTextStream("hdp01", 1111);
DataStreamSource sourceNv = env.socketTextStream("hdp01", 2222);

System.setProperty("java.net.preferIPv4Stack", "true");

SingleOutputStreamOperator beanNan = sourceNan.map(new MapFunction() {
    @Override
    public Nan map(String s) throws Exception {
        try {
            String[] split = s.split(",");
            return new Nan(split[0].substring(0, 1), split[1], Long.parseLong(split[2]));
        } catch (Exception e) {
            return null;
        }
    }
}).filter(Objects::nonNull).assignTimestampsAndWatermarks(
        WatermarkStrategy.forMonotonousTimestamps().withTimestampAssigner(new SerializableTimestampAssigner() {
    @Override
    public long extractTimestamp(Nan nan, long l) {
        return nan.getTs();
    }
})).returns(TypeInformation.of(Nan.class));

创建watermark

流转表的时候有一个点要注意，watermark必须要重新指定，否则会丢失，常用的方式如下
创建watermark，有两步，
第一步：必须要依据一个字段来创建watermark，这个字段必须是timestamp_ltz(3)的类型。
第二步：根据时间戳字段生成watermark
时间戳字段有两种获取方式
1、根据一个bigint字段进行转换
2、在流转表，且流上设置了watermark的情况下，根据内置属性rowtime创建，这个rowtime是流转表时暴露出来的事件时间
watermark也有两种获取方式
1、根据时间戳字段重新创建watermark
2、在流转表，且流上设置了watermark的情况下，沿用流上的watermark

下面是两种场景，只要记住第一种就行了，其实第二种没什么用。

1、 根据一个bigint字段进行创建时间戳字段，然后重新创建watermark

tenv.createTemporaryView("nan", beanNan, Schema.newBuilder()
        .column("xing", DataTypes.STRING())
        .column("name", DataTypes.STRING())
        .column("ts", DataTypes.BIGINT())
        .columnByExpression("rt", "to_timestamp_ltz(ts,3)") // 根据一个bigint字段进行转换
        .watermark("rt", "rt - interval '1' second ") // 重新创建watermark
        .build());

2、根据内置属性rowtime创建时间戳字段，然后沿用流上的watermark

tenv.createTemporaryView("nan1", beanNan, Schema.newBuilder()
        .column("xing", DataTypes.STRING())
        .column("name", DataTypes.STRING())
        .column("ts", DataTypes.BIGINT())
        .columnByMetadata("rt", DataTypes.TIMESTAMP_LTZ(3),"rowtime") // 根据内置属性rowtime创建
        .watermark("rt", "source_watermark()") // 沿用流的watermark “source_watermark 等于 rt - interval '1' second”
        .build());

TableResult tableResult = tenv.executeSql("select *,current_watermark(rt) from nan");
tableResult.print();

表转流

首先创建一个表

 String source = "CREATE TABLE person (  " +
         "  xing STRING,  " +
         "  name STRING,  " +
         "  ts BIGINT,  " +
         "  rt as to_timestamp_ltz(ts,3),  " +
         "  watermark for rt as rt - interval '1' second  " +
         ") WITH (  " +
         " 'connector' = 'kafka',  " +
         " 'topic' = 'flink_topic',  " +
         " 'properties.bootstrap.servers' = '172.16.10.139:9092',  " +
         " 'properties.group.id' = 'testGroup',  " +
         " 'scan.startup.mode' = 'latest-offset', " +
         " 'format' = 'json'  " +
         ")";
 tenv.executeSql(source);

创建watermark

表转流，可以沿用流上的watermark，不需要额外声明

DataStream dataStream = tenv.toDataStream(table);

dataStream.process(new ProcessFunction() {
    @Override
    public void processElement(Row value, ProcessFunction.Context ctx, Collector