Flink中的临时表 Temporal Tables

临时表 Temporal Tables

翻译自flink官方文档：https://ci.apache.org/projects/flink/flink-docs-release-1.10/dev/table/streaming/temporal_tables.html#top

临时表表示一个可变表上（参数化）视图的概念，该视图返回表在特定时间点的内容。

可变表可以是跟踪变更的变更历史表（如数据库变更日志），也可以是具体化变更的可变维度表（如数据库表）。

对于变更历史表，Flink可以跟踪更改，并允许在查询中以某个时间点为依据访问表的内容。在Flink中，这种表由一个临时表函数（Temporal Table Function）表示。

对于可变维度表，Flink允许在查询中以处理时间（processing time）为依据访问表的内容。在Flink中，这种表由一个临时表（Temporal Table）表示。

使用临时表的动机 Motivation

关联变更记录表 Correlate with a changing history table

假设有如下，汇率变更历史记录表：

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表示不断增长的仅追加的日元汇率的表。
例如，从09:00到10:45的欧元对日元的汇率为114。从10:45到11:15的汇率为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');

相关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

临时表的概念旨在简化此类查询，加快它们的执行速度，并减少Flink的状态使用。临时表是仅追加（append-only）表上的参数化视图，它将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特定版本。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将是RatesHistory表的主键，rowtime将是timestamp属性。
在Flink中，这由一个临时表函数(Temporal Table Function)表示。

关联可变维度表 Correlate with a changing dimension table

另一方面，一些用例需要连接一个不断变化的维度表，这个维度表是一个外部数据库表。

假设LatestRates是一个以最新汇率具体化的表格。 LatestRates是历史汇率的具体化。 那么在10:58时的LatestRates表的内容将是：

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

在12:00时的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，由临时表（Temporal Table）表示。

临时表函数 Temporal Table Function

为了访问临时表中的数据，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，临时表函数将使用单个时间参数timeAttribute并返回一些行。 这些行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。

假设我们基于RatesHistory表定义了一个临时表函数Rates（timeAttribute），则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

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

注意：目前，Flink不支持使用常量时间属性参数直接查询临时表函数。同时，临时表函数只能在join中使用。 上面的示例仅用于提供有关Rates(timeAttribute)函数返回值的直观信息。

另请参阅有关用于连续查询的联接( joins for continuous queries)的页面，以获取有关如何与临时表联接的更多信息。

定义临时表函数 Defining Temporal Table Function

以下代码段说明了如何从仅追加（append-only）表中创建临时表函数。

import org.apache.flink.table.functions.TemporalTableFunction;
(...)

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

// Provide a static data set of the rates history table.
List<Tuple2<String, Long>> ratesHistoryData = new ArrayList<>();
ratesHistoryData.add(Tuple2.of("US Dollar", 102L));
ratesHistoryData.add(Tuple2.of("Euro", 114L));
ratesHistoryData.add(Tuple2.of("Yen", 1L));
ratesHistoryData.add(Tuple2.of("Euro", 116L));
ratesHistoryData.add(Tuple2.of("Euro", 119L));

// Create and register an example table using above data set.
// In the real setup, you should replace this with your own table.
DataStream<Tuple2<String, Long>> ratesHistoryStream = env.fromCollection(ratesHistoryData);
Table ratesHistory = tEnv.fromDataStream(ratesHistoryStream, "r_currency, r_rate, r_proctime.proctime");

tEnv.createTemporaryView("RatesHistory", ratesHistory);

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

第（1）行创建了一个汇率临时表函数，该函数使我们能够在Table API中使用函数。

第（2）行在表环境中以Rates名称注册了该函数，这使我们可以在SQL中使用Rates函数。

临时表 Temporal Table

注意：Temporal Table 仅适用于Blink Planner。

为了访问临时表中的数据，当前必须使用LookupableTableSource定义一个TableSource。 Flink使用FOR SYSTEM_TIME AS OF的SQL语法查询临时表，该语法于SQL：2011中提出。

假设我们定义了一个名为LatestRates的临时表，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：目前，Flink不支持以固定时间直接查询临时表。同时，临时表只能在联接中使用。 上面的示例仅用于提供有关临时表LatestRates返回的直观信息。

另请参阅有关用于连续查询的联接的页面，以获取有关如何与临时表联接的更多信息。

定义临时表 Defining Temporal Table

// Get the stream and table environments.
StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
StreamTableEnvironment 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.
HBaseTableSource 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。