Flink 1.9 Tabla de API y SQL nuevas características incluyen lo siguiente:
- El nuevo sistema de tipo SQL : Tabla API y SQL 1.9 introduce un nuevo sistema de tipo SQL. Tabla capa del sistema de tipo convencional multiplexación en el tiempo de ejecución de TypeInformation, pero se encontró con muchas limitaciones en el proceso de operación real. La introducción del nuevo sistema de tipo SQL puede ajustarse mejor la semántica de SQL.
- DDL apoyo inicial: Flink esta versión también introduce soporte preliminar para DDL, el usuario puede utilizar la tabla Crear, o tabla de la gota y otra sintaxis simple para definir una tabla o eliminar la tabla.
- Tabla: Tabla mejoras de la API API API expresiones relacionales única originales, tabla API y SQL se unieron al mapa, FlatMap tales como API más flexible 1.9 ahora.
- Catálogo unificado API: Después de la API de tabla y SQL 1.9 introduce un catálogo API unificada, puede fácilmente y otros Catálogo de acoplamiento. Tales como la Colmena común, a través de un API Catálogo unificado, para lograr plug-e interactividad Hive.metastore, que se puede leer directamente y tablas Flink colmena procesados.
- planificador de abrir y cerrar: API Tabla añade soporte abrir y cerrar planificador, porque en el fondo del tiempo de ejecución para hacer un cambio más grande, la capa superior del Planificador de SQL necesario con el tiempo de ejecución subyacente para el atraque. Con el fin de garantizar que los usuarios originales API de tabla no se ven afectados tanto como sea posible, la comunidad intacto el planificador original de Flink. Pero, al mismo tiempo que se introduce un nuevo planificador de parpadeo, el acoplamiento con el nuevo diseño de tiempo de ejecución.
El artículo principal de las nuevas características del sitio web oficial del tipo de datos (nuevo sistema de tipo SQL) para traducir: https: //ci.apache.org/projects/flink/flink-docs-release-1.9/zh/dev/table/types. html # tipos de datos-en-la-mesa-api
Debido a razones históricas, antes de Flink 1.9, relacionado estrechamente tipos de datos de SQL y Flink Tabla API y Flink de TypeInformation. TypeInformation para DataStream y conjunto de datos API, la información es suficiente para describir todos serialización y deserialización de los objetos en el entorno distribuido basado en la JVM deseado.
Sin embargo, TypeInformation no pretende representar independiente del tipo lógico de la clase JVM real. En el pasado, es difícil de asignación de tipo SQL estándar este resumen. Además, ciertos tipos no se ajustan SQL, y no tiene en cuenta un mayor alcance cuando se introduce.
Flink 1,9 desde el principio, API Mesa y SQL y obtener un nuevo sistema que puede ser utilizado como una estabilidad API estándar y soluciones de cumplimiento a largo plazo.
Rediseño es un tipo de sistema que implica casi todos los principales trabajos interfaz orientada al usuario. Por lo tanto, su introducción cubre varias versiones, los objetivos de la comunidad para completar esta obra de Flink 1.10.
Debido al tiempo que añade un nuevo plan para el programa de la tabla (ver Flink-11439 ), no todas las combinaciones de programas de apoyo y tipos de datos del programa. Además, los planificadores pueden no soportar todos los tipos de datos o parámetros con la precisión requerida.
** Nota: ** Antes de utilizar tipos de datos, consulte el plan de implementación (planificador) sección Tabla de compatibilidad y limitaciones.
Tipos de datos
Tipo de datos Valor Descripción Tabla tipo lógico del ecosistema. Se puede utilizar para la entrada y / o salida de declaración de tipo de operación.
tipos de datos Flink a tipos de datos SQL terminología estándar similar, pero también contiene información sobre los valores nulos de tratamiento eficaz puede ser expresiones escalares.
Tipo de datos:
INTINT NOT NULLINTERVAL DAY TO SECOND(3)ROW<myField ARRAY<BOOLEAN>, myOtherField TIMESTAMP(3)>
Tipo de datos tabla API
usuarios de la API pueden utilizar el org.apache.flink.table.types.DataType instancia de JVM en la API de tabla o en la definición del conector (conectores), utilice el directorio de función (Catálogos) o en función del usuario definido.
Tipo de datos instancia tiene dos responsabilidades:
Tipo lógico declaraciones **: ** Esto no quiere decir que el transporte o el almacenamiento físico en particular expresaron, pero en base a los límites definidos entre la mesa y el lenguaje de los ecosistemas de JVM.
** Opcional: ** proporcionar petición indica que los datos pertinentes al plan de implementación física, que para el otro borde de la API útil.
Para los lenguajes basados en JVM, org.apache.flink.table.api.DataTypes ofrece todos los tipos de datos predefinidos.
Recomendamos que '* (Scala con' _ 'representa a)' programa de importación en la tabla a utilizar la API de fluidez:
import org.apache.flink.table.api.DataTypes._
val t: DataType = INTERVAL(DAY(), SECOND(3));
Tip física
En el sistema basado en SQL tipo de borde y el final de la programación requiere un tipo específico de tablas de datos ecosistemas, lo que requiere pronta física. instrucciones de punta para lograr el formato de datos requerido.
Por ejemplo, se puede representar una fuente de datos utilizada en lugar de la java.sql.Timestamp java.time.LocalDateTime valor TIMESTAMP lógica de generación de clase por defecto. Con esta información, la clase en tiempo de ejecución se puede generar en su formato de datos interno. A cambio, el receptor puede declarar un formato de datos que los datos de tiempo de ejecución.
El siguiente es un ejemplo de cómo declarar puente clase de conversión:
// tell the runtime to not produce or consume java.time.LocalDateTime instances
// but java.sql.Timestamp
val t: DataType = DataTypes.TIMESTAMP(3).bridgedTo(classOf[java.sql.Timestamp]);
// tell the runtime to not produce or consume boxed integer arrays
// but primitive int arrays
val t: DataType = DataTypes.ARRAY(DataTypes.INT().notNull()).bridgedTo(classOf[Array[Int]]);
** Nota: ** por lo general sólo se necesita ayuda física sólo cuando la API extendida. fuentes / sumideros / funciones sin la necesidad de definir estos consejos. instrucciones de programa (por ejemplo la Tabla field.cast (marca de tiempo (3) .bridgedTo (Timestamp.class))) se ignoran.
plan de implementación (Planner) Compatibilidad
Como se mencionó anteriormente, re-procesamiento de sistema de tipo tendrá una duración de varias versiones de cada tipo de datos del programa de apoyo depende del programa que esté utilizando. En esta sección se pretende resumir las diferencias más importantes.
Flink1.9 incorpora Código intermitente, lo que significa cuando usamos el proceso de desarrollo API de tabla, puede elegir entre dos plan de ejecución diferente.
Uno de ellos es el plan de ejecución original de Flink, colectivamente OldPlanner
Una de ellas es plan de implementación de parpadeo, colectivamente BlinkPlanner
Planificador de edad
Antes de la puesta en marcha de Flink 1,9 Flink Antiguo Planner soporta los principales tipos de información, solamente los tipos de datos de soporte limitado. Se puede declarar se puede convertir en Información de tipo de los datos del tipo , de manera que planificador de edad puede entender.
La siguiente tabla resume el tipo de datos e información Tipo distinción entre. La mayoría de los tipos simples y tipos de línea permanecen sin cambios. tipos de tiempo, tipos de matriz y tipos decimales requieren una atención especial. No hay otros consejos.
Por " el tipo de información columna", la tabla se omite org.apache.flink.table.api.Types prefijo.
Por " la representación de datos del tipo de columna", la tabla se omite org.apache.flink.table.api.DataTypes prefijo.
| Clasificar información | Java cadena de expresión | Tipo de representación de datos |
|---|---|---|
STRING() |
STRING |
STRING() |
BOOLEAN() |
BOOLEAN |
BOOLEAN() |
BYTE() |
BYTE |
TINYINT() |
SHORT() |
SHORT |
SMALLINT() |
INT() |
INT |
INT() |
LONG() |
LONG |
BIGINT() |
FLOAT() |
FLOAT |
FLOAT() |
DOUBLE() |
DOUBLE |
DOUBLE() |
ROW(...) |
ROW<...> |
ROW(...) |
BIG_DEC() |
DECIMAL |
[DECIMAL()] |
SQL_DATE() |
SQL_DATE |
DATE().bridgedTo(java.sql.Date.class) |
SQL_TIME() |
SQL_TIME |
TIME(0).bridgedTo(java.sql.Time.class) |
SQL_TIMESTAMP() |
SQL_TIMESTAMP |
TIMESTAMP(3).bridgedTo(java.sql.Timestamp.class) |
INTERVAL_MONTHS() |
INTERVAL_MONTHS |
INTERVAL(MONTH()).bridgedTo(Integer.class) |
INTERVAL_MILLIS() |
INTERVAL_MILLIS |
INTERVAL(DataTypes.SECOND(3)).bridgedTo(Long.class) |
PRIMITIVE_ARRAY(...) |
PRIMITIVE_ARRAY<...> |
ARRAY(DATATYPE.notNull().bridgedTo(PRIMITIVE.class)) |
PRIMITIVE_ARRAY(BYTE()) |
PRIMITIVE_ARRAY<BYTE> |
BYTES() |
OBJECT_ARRAY(...) |
OBJECT_ARRAY<...> |
ARRAY(DATATYPE.bridgedTo(OBJECT.class)) |
MULTISET(...) |
MULTISET(...) |
|
MAP(..., ...) |
MAP<...,...> |
MAP(...) |
| otros tipos genéricos | ANY(...) |
Nota: El nuevo tipo de datos si hay problemas. Los usuarios siempre pueden caer de nuevo a escribir la información definida en org.apache.flink.table.api.Types en.
Planificador de nuevo parpadeo
El nuevo planificador de parpadeo es compatible con todos los tipos planificador programa antiguo. Incluyendo Java cadena de expresión y el tipo de información que se enumeran ..
Es compatible con los siguientes tipos de datos:
| Tipo de datos | Observaciones para el tipo de datos |
|---|---|
STRING |
CHARy VARCHARno son compatibles todavía. |
BOOLEAN |
|
BYTES |
BINARYy VARBINARYno son compatibles todavía. |
DECIMAL |
Soportes fijos precisión y escala. |
TINYINT |
|
SMALLINT |
|
INTEGER |
|
BIGINT |
|
FLOAT |
|
DOUBLE |
|
DATE |
|
TIME |
Sólo es compatible con una precisión de 0. |
TIMESTAMP |
Sólo es compatible con una precisión de 3. |
TIMESTAMP WITH LOCAL TIME ZONE |
Sólo es compatible con una precisión de 3. |
INTERVAL |
Sólo es compatible con intervalo de MONTHy SECOND(3). |
ARRAY |
|
MULTISET |
|
MAP |
|
ROW |
|
ANY |
limitación
Expresión de cadena de Java : Java expresión en las cadenas API de tabla, como table.select ( "field.cast (CADENA)" ) no se ha actualizado para un nuevo tipo de sistema. Usando la parte planificador de edad representación de cadena declarado.
Descriptores y el conector de cliente de SQL : descriptor de cadena que representa el sistema no se ha actualizado al nuevo tipo. Utilice la opción " Conectar a sistemas externos Sección cadenas declaró" representación sección
Funciones definidas por el usuario : funciones definidas por el usuario todavía no pueden declarar un tipo de datos.
lista Tipo de datos
Esta sección lista todos los tipos de datos predefinidos. Para API tabla basada en JVM, usarse también en estos tipos de org.apache.flink.table.api.DataTypes.
cadena
CHAR
tipo de datos de cadena de longitud fija.
SQL
CHAR
CHAR(n)
JAVA / ESCALA
DataTypes.CHAR(n)
Usted puede ser usada CHAR (n) tipo declare, donde N es el número de puntos de código. El valor de n debe estar entre 1 a 2147483647 (incluyendo ambos). Si no se especifica la longitud, entonces n es igual a 1.
STRING es VARCHAR (2147483647) sinónimos.
VARCHAR / STRING
De longitud variable de tipo de datos de cadena.
SQl
VARCHAR
VARCHAR(n)
STRING
JAVA / ESCALA
DataTypes.VARCHAR(n)
DataTypes.STRING()
可以使用VARCHAR(n)声明类型，其中n是最大代码点数。n的值必须介于1到2,147,483,647（包括两者）之间。如果未指定长度，则n等于1。
STRING是VARCHAR(214748364)的同义词。
桥接到JVM类型
| Java Type | Input | Output | Remarks |
|---|---|---|---|
java.lang.String |
X | X | Default |
byte[] |
X | X | Assumes UTF-8 encoding. |
二进制字符串
BINARY
固定长度的二进制字符串（=字节序列）的数据类型。
SQL
BINARY
BINARY(n)
JAVA/SCALA
DataTypes.BINARY(n)
可以使用BINARY(n)声明类型，其中n是字节数。n的值必须介于1到2,147,483,647（包括两者）之间。如果未指定长度，则n等于1。
桥接到JVM类型
| Java Type | Input | Output | Remarks |
|---|---|---|---|
byte[] |
X | X | Default |
精确数值
DECIMAL
具有固定精度和小数位数的十进制数字的数据类型。
SQL
DECIMAL
DECIMAL(p)
DECIMAL(p, s)
DEC
DEC(p)
DEC(p, s)
NUMERIC
NUMERIC(p)
NUMERIC(p, s)
JAVA/SCALA
DataTypes.DECIMAL(p, s)
可以使用DECIMAL(p，s)声明类型，其中p是数字（精度）中的位数，而s是数字（小数位）中小数点右边的位数。p的值必须介于1到38之间（包括两者之间）。s的值必须介于0到p之间（包括两者之间）。p的默认值为10。s的默认值为0。
NUMERIC（p，s）和DEC（p，s）是此类型的同义词。
桥接到JVM类型
| Java Type | Input | Output | Remarks |
|---|---|---|---|
java.math.BigDecimal |
X | X | Default |
TINYINT
1字节有符号整数的数据类型，其值从-128到127。
SQL
TINYINT
JAVA/SCALA
DataTypes.TINYINT()
桥接到JVM类型
| Java Type | Input | Output | Remarks |
|---|---|---|---|
java.lang.Byte |
X | X | Default |
byte |
X | (X) | Output only if type is not nullable. |
SMALLINT
2字节有符号整数的数据类型，其值从-32,768到32,767。
SQL
SMALLINT
JAVA/SCALA
DataTypes.SMALLINT()
桥接到JVM类型
| Java Type | Input | Output | Remarks |
|---|---|---|---|
java.lang.Short |
X | X | Default |
short |
X | (X) | Output only if type is not nullable. |
INT
一个4字节有符号整数的数据类型，其值从-2,147,483,648到2,147,483,647。
SQL
INT
INTEGER
JAVA/SCALA
DataTypes.INT()
INTEGER是此类型的同义词。
桥接到JVM类型
| Java Type | Input | Output | Remarks |
|---|---|---|---|
java.lang.Integer |
X | X | Default |
int |
X | (X) | Output only if type is not nullable. |
BIGINT
一个8字节有符号整数的数据类型，其值从-9,223,372,036,854,775,808到9,223,372,036,854,775,807。
SQL
BIGINT
JAVA/SCALA
DataTypes.BIGINT()
桥接到JVM类型
| Java Type | Input | Output | Remarks |
|---|---|---|---|
java.lang.Long |
X | X | Default |
long |
X | (X) | Output only if type is not nullable. |
近似数值
FLOAT
4字节单精度浮点数的数据类型。与SQL标准相比，该类型不带参数。
SQL
FLOAT
JAVA/SCALA
DataTypes.FLOAT()
桥接到JVM类型
| Java Type | Input | Output | Remarks |
|---|---|---|---|
java.lang.Float |
X | X | Default |
float |
X | (X) | Output only if type is not nullable. |
DOUBLE
8字节双精度浮点数的数据类型。
SQL
DOUBLE
DOUBLE PRECISION
JAVA/SCALA
DataTypes.DOUBLE()
DOUBLE PRECISION是此类型的同义词。
桥接到JVM类型
| Java Type | Input | Output | Remarks |
|---|---|---|---|
java.lang.Double |
X | X | Default |
double |
X | (X) | Output only if type is not nullable. |
日期和时间
DATE
日期的数据类型，由年-月-日组成，值的范围从0000-01-01到9999-12-31。与SQL标准相比，范围从0000年开始。与SQL标准相比，范围从0000年开始。
SQL
DATE
JAVA/SCALA
DataTypes.DATE()
桥接到JVM类型
| Java Type | Input | Output | Remarks |
|---|---|---|---|
java.time.LocalDate |
X | X | Default |
java.sql.Date |
X | X | |
java.lang.Integer |
X | X | Describes the number of days since epoch. |
int |
X | (X) | Describes the number of days since epoch. Output only if type is not nullable. |
TIME
不带时区的时间的数据类型，由小时：分钟：秒[.fractional]组成，精度高达纳秒，范围从00：00：00.000000000到23：59：59.999999999。与SQL标准相比，不支持leap秒（23:59:60和23:59:61），因为语义更接近java.time.LocalTime。没有提供带时区的时间。
SQL
TIME
TIME(p)
JAVA/SCALA
DataTypes.TIME(p)
桥接到JVM类型
| Java Type | Input | Output | Remarks |
|---|---|---|---|
java.time.LocalTime |
X | X | Default |
java.sql.Time |
X | X | |
java.lang.Integer |
X | X | Describes the number of milliseconds of the day. |
int |
X | (X) | Describes the number of milliseconds of the day. Output only if type is not nullable. |
java.lang.Long |
X | X | Describes the number of nanoseconds of the day. |
long |
X | (X) | Describes the number of nanoseconds of the day. Output only if type is not nullable. |
TIMESTAMP
不带时区的时间戳记的数据类型，由年-月-日hour：minute：second [.fractional]组成，精度高达纳秒，范围从0000-01-01 00：00：00.000000000到9999-12-31 23：59：59.999999999。
与SQL标准相比，不支持leap秒（23:59:60和23:59:61），因为语义更接近java.time.LocalDateTime。
不支持与BIGINT（JVM长类型）之间的转换，因为这暗示了时区。但是，此类型没有时区。有关更多类似于java.time.Instant的语义，请使用TIMESTAMP WITH LOCAL TIME ZONE。
SQL
TIMESTAMP
TIMESTAMP(p)
TIMESTAMP WITHOUT TIME ZONE
TIMESTAMP(p) WITHOUT TIME ZONE
JAVA/SCALA
DataTypes.TIMESTAMP(p)
可以使用TIMESTAMP§声明类型，其中p是小数秒（精度）的位数。p必须具有介于0和9之间的一个值（包括两者）。如果未指定精度，则p等于6。
TIMESTAMP§WITH TIME ZONE是此类型的同义词。
桥接到JVM类型
| Java Type | Input | Output | Remarks |
|---|---|---|---|
java.time.LocalDateTime |
X | X | Default |
java.sql.Timestamp |
X | X |
TIMESTAMP WITH TIME ZONE
时间戳的数据类型，时区由年-月-日hour：minute：second [.fractional]区域组成，精度达纳秒，范围从0000-01-01 00：00：00.000000000 +14：59到9999-12-31 23：59：59.999999999 -14：59。
与SQL标准相比，不支持leap秒（23:59:60和23:59:61），因为语义更接近java.time.OffsetDateTime。
与具有本地时区的TIMESTAMP相比，时区偏移量信息物理存储在每个数据中。它单独用于每个计算，可视化或与外部系统的通信。
SQL
TIMESTAMP WITH TIME ZONE
TIMESTAMP(p) WITH TIME ZONE
JAVA/SCALA
DataTypes.TIMESTAMP_WITH_TIME_ZONE(p)
可以使用TIMESTAMP§WITH TIME ZONE声明类型，其中p是小数秒（精度）的位数。p必须具有介于0和9之间的一个值（包括两者）。如果未指定精度，则p等于6。
桥接到JVM类型
| Java Type | Input | Output | Remarks |
|---|---|---|---|
java.time.OffsetDateTime |
X | X | Default |
java.time.ZonedDateTime |
X | Ignores the zone ID. |
TIMESTAMP WITH LOCAL TIME ZONE
具有本地时区的时间戳记的数据类型，该时区包括年-月-日hour：minute：second [.fractional]区域，精度达纳秒，范围从0000-01-01 00：00：00.000000000 +14：59到9999-12-31 23：59：59.999999999 -14：59。
不支持秒（23:59:60和23:59:61），因为语义更接近java.time.OffsetDateTime。
与TIMESTAMP WITH TIME ZONE相比，时区偏移量信息并非物理存储在每个基准中。相反，该类型在表生态系统边缘的UTC时区中采用java.time.Instant语义。每个数据都在当前会话中配置的本地时区中进行解释，以进行计算和可视化。
通过允许根据配置的会话时区解释UTC时间戳，此类型填补了时区空闲和时区强制时间戳类型之间的空白。
SQL
TIMESTAMP WITH LOCAL TIME ZONE
TIMESTAMP(p) WITH LOCAL TIME ZONE
JAVA/SCALA
DataTypes.TIMESTAMP_WITH_LOCAL_TIME_ZONE(p)
可以使用TIMESTAMP§WITH LOCAL TIME ZONE声明类型，其中p是小数秒（精度）的位数。p必须具有介于0和9之间的一个值（包括两者）。如果未指定精度，则p等于6。
桥接到JVM类型
| Java Type | Input | Output | Remarks |
|---|---|---|---|
java.time.Instant |
X | X | Default |
java.lang.Integer |
X | X | Describes the number of seconds since epoch. |
int |
X | (X) | Describes the number of seconds since epoch. Output only if type is not nullable. |
java.lang.Long |
X | X | Describes the number of milliseconds since epoch. |
long |
X | (X) | Describes the number of milliseconds since epoch. Output only if type is not nullable. |
INTERVAL YEAR TO MONTH
一组年月间隔类型的数据类型。
必须将类型参数化为以下分辨率之一：
- 年间隔
- 几年到几个月的间隔
- 或间隔几个月
年-月的间隔由+年-月组成，其值的范围为-9999-11至+ 9999-11。
所有类型的分辨率的值表示均相同。例如，间隔为50的月间隔始终以“年间隔”格式表示（默认为“年精度”）：+ 04-02。
SQL
INTERVAL YEAR
INTERVAL YEAR(p)
INTERVAL YEAR(p) TO MONTH
INTERVAL MONTH
JAVA/SCALA
DataTypes.INTERVAL(DataTypes.YEAR())
DataTypes.INTERVAL(DataTypes.YEAR(p))
DataTypes.INTERVAL(DataTypes.YEAR(p), DataTypes.MONTH())
DataTypes.INTERVAL(DataTypes.MONTH())
可以使用上述组合声明类型，其中p是年份的位数(年精度)。p的值必须介于1到4之间（包括两者之间）。如果未指定年份精度，则p等于2。
桥接到JVM类型
| Java Type | Input | Output | Remarks |
|---|---|---|---|
java.time.Period |
X | X | Ignores the days part. Default |
java.lang.Integer |
X | X | Describes the number of months. |
int |
X | (X) | Describes the number of months. Output only if type is not nullable. |
INTERVAL DAY TO MONTH
一组天时间间隔类型的数据类型。
必须将类型参数设置为以下分辨率之一，精度最高为纳秒：
- 天间隔
- 几天到几小时的间隔
- 天到分钟的间隔
- 天到秒的间隔
- 小时间隔
- 小时到几分钟的间隔
- 几小时到几秒钟的间隔
- 分钟的间隔
- 分钟到秒的间隔
- 秒间隔
白天的时间间隔由+ day hours:months:seconds.fractional组成，范围从-999999 23:59:59.999999999到+999999 23:59:59.999999999。所有类型的分辨率的值表示均相同。例如，秒间隔始终以天间隔格式（具有默认精度）表示：+00 00:01:10.000000。
SQL
INTERVAL DAY
INTERVAL DAY(p1)
INTERVAL DAY(p1) TO HOUR
INTERVAL DAY(p1) TO MINUTE
INTERVAL DAY(p1) TO SECOND(p2)
INTERVAL HOUR
INTERVAL HOUR TO MINUTE
INTERVAL HOUR TO SECOND(p2)
INTERVAL MINUTE
INTERVAL MINUTE TO SECOND(p2)
INTERVAL SECOND
INTERVAL SECOND(p2)
JAVA/SCALA
DataTypes.INTERVAL(DataTypes.DAY())
DataTypes.INTERVAL(DataTypes.DAY(p1))
DataTypes.INTERVAL(DataTypes.DAY(p1), DataTypes.HOUR())
DataTypes.INTERVAL(DataTypes.DAY(p1), DataTypes.MINUTE())
DataTypes.INTERVAL(DataTypes.DAY(p1), DataTypes.SECOND(p2))
DataTypes.INTERVAL(DataTypes.HOUR())
DataTypes.INTERVAL(DataTypes.HOUR(), DataTypes.MINUTE())
DataTypes.INTERVAL(DataTypes.HOUR(), DataTypes.SECOND(p2))
DataTypes.INTERVAL(DataTypes.MINUTE())
DataTypes.INTERVAL(DataTypes.MINUTE(), DataTypes.SECOND(p2))
DataTypes.INTERVAL(DataTypes.SECOND())
DataTypes.INTERVAL(DataTypes.SECOND(p2))
可以使用上述组合来声明类型，其中p1是天的位数（天精度），p2是小数秒的位数（分数精度）。p1的值必须介于1到6之间（包括两者之间）。p2的值必须介于0到9之间（包括两者之间）。如果未指定p1，则默认情况下等于2。如果未指定p2，则默认情况下等于6。
桥接到JVM类型
| Java Type | Input | Output | Remarks |
|---|---|---|---|
java.time.Duration |
X | X | Default |
java.lang.Long |
X | X | Describes the number of milliseconds. |
long |
X | (X) | Describes the number of milliseconds. Output only if type is not nullable. |
复合数据类型
ARRAY
具有相同子类型的元素数组的数据类型。
与SQL标准相比，无法指定数组的最大基数，但固定为2,147,483,647。另外，任何有效类型都支持作为子类型。
SQL
ARRAY<t>
t ARRAY
JAVA/SCALA
DataTypes.ARRAY(t)
可以使用ARRAY 声明类型，其中t是所包含元素的数据类型。ARRAY是接近SQL标准的同义词。例如，INT ARRAY等效于ARRAY 。
桥接到JVM类型
| Java Type | Input | Output | Remarks |
|---|---|---|---|
t[] |
(X) | (X) | Depends on the subtype. Default |
MULTISET
多重集的数据类型（=bbag）。与集合不同，它允许每个元素具有公共子类型的多个实例。每个唯一的值（包括NULL）都映射到某些多重性。
元素类型没有限制；确保唯一性是用户的责任。
SQL
MULTISET<t>
t MULTISET
JAVA/SCALA
DataTypes.MULTISET(t)
可以使用MULTISET 声明类型，其中t是所包含元素的数据类型。t MULTISET是接近SQL标准的同义词。例如，INT MULTISET等效于MULTISET 。
桥接到JVM类型
| Java Type | Input | Output | Remarks |
|---|---|---|---|
java.util.Map<t, java.lang.Integer> |
X | X | Assigns each value to an integer multiplicity. Default |
ROW
字段序列的数据类型。
字段由字段名称，字段类型和可选描述组成。表中某行的最特定类型是行类型。在这种情况下，该行的每一列对应于具有与该列相同序号位置的行类型的字段。
与SQL标准相比，可选的字段描述简化了复杂结构的处理。
Row类型类似于其他非标准兼容框架中已知的STRUCT类型。
SQL
ROW<n0 t0, n1 t1, ...>
ROW<n0 t0 'd0', n1 t1 'd1', ...>
ROW(n0 t0, n1 t1, ...>
ROW(n0 t0 'd0', n1 t1 'd1', ...)
JAVA/SCALA
DataTypes.ROW(DataTypes.FIELD(n0, t0), DataTypes.FIELD(n1, t1), ...)
DataTypes.ROW(DataTypes.FIELD(n0, t0, d0), DataTypes.FIELD(n1, t1, d1), ...)
可以使用ROW <n0 t0’d0’，n1 t1’d1’，…>声明类型，其中n是字段的唯一名称，t是字段的逻辑类型，d是字段的描述。
ROW(…)是更接近SQL标准的同义词。例如，ROW(myField INT，myOtherField BOOLEAN)等效于ROW <myField INT，myOtherField BOOLEAN>。
桥接到JVM类型
| Java Type | Input | Output | Remarks |
|---|---|---|---|
org.apache.flink.types.Row |
X | X | Default |
其他数据类型
BOOLEAN
具有（可能）三值逻辑TRUE，FALSE和UNKNOWN的布尔数据类型。
SQL
BOOLEAN
JAVA/SCALA
DataTypes.BOOLEAN()
桥接到JVM类型
| Java Type | Input | Output | Remarks |
|---|---|---|---|
java.lang.Boolean |
X | X | Default |
boolean |
X | (X) | Output only if type is not nullable. |
NULL
表示无类型NULL值的数据类型。
空类型是SQL标准的扩展。空类型除了NULL外没有其他值，因此可以将其强制转换为类似于JVM语义的任何可空类型。
此类型有助于表示使用NULL文字的API调用中的未知类型，以及桥接到也定义此类类型的格式（例如JSON或Avro）。
这种类型在实践中不是很有用，为完整性起见在此仅提及。
SQL
NULL
JAVA/SCALA
DataTypes.NULL()
桥接到JVM类型
| Java Type | Input | Output | Remarks |
|---|---|---|---|
java.lang.Object |
X | X | Default |
| any class | (X) | Any non-primitive type. |
ANY
任意序列化类型的数据类型。此类型是表生态系统内的黑匣子，仅在边缘反序列化。any类型是SQL标准的扩展。
SQL
ANY('class', 'snapshot')
JAVA/SCALA
DataTypes.ANY(class, serializer)
DataTypes.ANY(typeInfo)
可以使用ANY(‘class’，‘snapshot’)声明类型，其中class是原始类，快照是使用Base64编码的序列化TypeSerializerSnapshot。通常，类型字符串不是直接声明的，而是在保留类型时生成的。在API中，可以通过直接提供Class + TypeSerializer或通过传递TypeInformation并让框架从那里提取Class + TypeSerializer来声明ANY类型。
桥接到JVM类型
| Java Type | Input | Output | Remarks |
|---|---|---|---|
| class | X | X | Originating class or subclasses (for input) or superclasses (for output). Default |
byte[] |
X |
因笔者英文水平有限，如有翻译不对的地方请留言指出，笔者一定会在最短的时间内进行更改！
