12、Flink 流上的确定性之流处理详解

本文主要是介绍12、Flink 流上的确定性之流处理详解，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

流上的确定性

流和批处理的一个核心区别是数据的无界性，Flink SQL 对流计算抽象为动态表上的连续查询（continuous query）；因此批查询示例中的动态函数在流场景中（逻辑上每条基表记录的变更都会触发查询被执行）也就等效于不确定性函数；示例中如果 clicks 点击日志表来源于持续写入的 Kafka topic，同样的查询在流模式下返回的 CURRENT_TIMESTAMP 也就会随着时间推移而变化

SELECT CURRENT_TIMESTAMP, * FROM clicks;

例如：

+-------------------------+------+---------------------+------------+
|       CURRENT_TIMESTAMP 

这篇关于12、Flink 流上的确定性之流处理详解的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---