第一章 整体介绍 2 1.1 什么是 Table API 和 Flink SQL 2 1.2 需要引入的依赖 2 1.3 两种 planner（old & blink）的区别 4 第二章 API 调用 5 2.1 基本程序结构 5 2.2 创建表环境 5 2.3 在 Catalog 中注册表 7 2.3.1 表（Table）的概念 7 2.3.2 连接到文件系统（Csv 格式） 7 2.3.3 连接到 Kafka 8 2.4 表的查询 9 2.4.1 Table API 的调用 9 2.4.2

def main(args: Array[String]): Unit = { // 环境 val env: StreamExecutionEnvironment = StreamExecutionEnvironment.getExecutionEnvironment env.setStreamTimeCharacteristic(TimeCharacteristic.EventTime) env.setParallelism(1) val dstream: DataStr

环境 ubuntu14、flink1.7.2、scala2.11、kafka2.3.0、jdk1.8、idea2019 步骤 抽取出业务时间戳，告诉 Flink 框架基于业务时间做窗口 过滤出点击行为(pv)数目 按一小时的窗口大小，每 5 分钟统计一次，做滑动窗口聚合(Sliding Window) 按每个窗口聚合，输出每个窗口中点击量前 N 名的商品 实现 创建maven项目，命名UserBehaviorAnalysis，其pom内容如下： 4.0.0 com.us

Flink学习链接-都是干货 麻烦路过的各位亲亲给这个项目点个【star】，太不易了，写了这么多，算是对我坚持下来的一种鼓励吧！ FlinkTutorial专注大数据Flink流试处理技术 从数据流向角度分析：数据源Source，转换操作Transformation，下沉Sink 从窗口操作角度分析：countWindowAll，countWindow，timeWindowAll，timeWindow滑动窗口 从实际项目角度分析：与kafka，mysql，redis，http，elasticse