详解 Flink Table API 和 Flink SQL 之函数

一、系统内置函数

1. 比较函数

API	函数表达式	示例
Table API	===，>，<，!=，>=，<=	id===1001，age>18
SQL	=，>，<，!=，>=，<=	id=‘1001’，age>18

2. 逻辑函数

API	函数表达式	示例
Table API	&&，||，！，.isFalse	1>1 && 2>1，true.isFalse
SQL	and，or，is false，not	1>1 and 2>1，true is false

3. 算术函数

API	函数表达式	示例
Table API	+，-，*，/，n1.power(n2)	1 + 1，2.power(2)
SQL	+，-，*，/，power(n1,n2)	1 + 1，power(2,2)

4. 字符串函数

API	函数表达式	示例
Table API	string1 + string2，.upperCase()，.lowerCase()，.charLength()	‘a’ + ‘b’， ‘hello’.upperCase()
SQL	string1 || string2，upper()，lower()，char_length()	‘a’ || ‘b’，upper(‘hello’)

5. 时间函数

API	函数表达式	示例
Table API	.toDate，.toTimestamp，currentTime()，n.days，n.minutes	‘20230107’.toDate， 2.days，10.minutes
SQL	Date string，Timestamp string，current_time，interval string range	Date ‘20230107’，interval ‘2’ hour/second/minute/day

6. 聚合函数

API	函数表达式	示例
Table API	.count，.sum，.sum0	id.count，age.sum，sum0 表示求和的所有值都为 null 则返回 0
SQL	count()，sum()，rank()，row_number()	count(*)，sum(age)

二、用户自定义函数(UDF)

UDF 显著地扩展了查询的表达能力，可以解决一些系统内置函数无法解决的需求。使用步骤为：自定义 UDF 函数类继承 UserDefinedFunction 抽象类；创建 UDF 实例并在环境中调用 registerFunction() 方法注册；在 Table API 或 SQL 中使用

1. 标量函数

Scalar Function，可以将 0、1 或多个标量值，映射到一个新的标量值，一进一出

/**
	用户自定义标量函数步骤：
	1.自定义函数类继承 ScalarFunction 抽象类，并在类中定义一个 public 的名为 eval 的方法
	2.创建自定义函数实例，使用 table 环境对象调用 registerFunction() 方法注册函数
	3.在 Table API 和 SQL 中使用
*/
public class TestScalarFunction {
   
    public static void main(String[] args) throws Exception {
   
        StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
        env.setParallelism(1);
        
        StreamTableEnvironment tableEnv = StreamTableEnvironment.create(env);
        
        DataStream<String> inputStream = env.readTextFile("./sensor.txt");
        
        DataStream<SensorReading> dataStream = InputStream.map(line -> {
   
            String[] fields = line.split(",");
            return new SensorReading(fields[0], new Long(fields[1]), new Double(fields[2]));
        });
        
        Table sensorTable = tableEnv.fromDataStream(dataStream, "id, timestamp as ts, temperature as temp");
        
        tableEnv.createTemporaryView("sensor", dataTable);
        
        //使用自定义的标量函数 hashCode，查询每条数据 id 的hashCode 值
        //2.创建自定义标量函数实例
        HashCode hashCode = new HashCode(0.8);
        
        //3.在环境中注册函数
        tableEnv.registerFunction("hashCode", hashCode);
        
        //4.使用
        //4.1 Table API
        Table resultTable = sensorTable.select("id, ts, hashCode(id)");
        
        //4.2 SQL
        Table resultSqlTable = tableEnv.sqlQuery("select id, ts, hashCode(id) from sensor");
        
        tableEnv.toAppendStream(resultTable, Row.class).print("result");
        tableEnv.toAppendStream(resultSqlTable, Row.class).print("sql");
        
        env.execute()