Flink系列之：SELECT WHERE clause

• 适用于流、批

一、SELECT & WHERE clause

• SELECT 语句的一般语法是：

SELECT select_list FROM table_expression [ WHERE boolean_expression ]

table_expression 引用任何数据源。它可以是现有表、视图或 VALUES 子句、多个现有表的联接结果或子查询。假设该表在目录中可用，以下代码将从 Orders 中读取所有行。

SELECT * FROM Orders

select_list 规范 * 表示查询将解析所有列。但是，在生产中不鼓励使用 *，因为它会使查询对目录更改的鲁棒性降低。相反，select_list 可以指定可用列的子集或使用所述列进行计算。例如，如果 Orders 具有名为 order_id、price 和 Tax 的列，您可以编写以下查询：

SELECT order_id, price + tax FROM Orders

查询还可以使用 VALUES 子句使用内联数据。每个元组对应于一行，并且可以提供别名来为每一列分配名称。

SELECT order_id, price FROM (VALUES (1, 2.0), (2, 3.1))  AS t (order_id, price)

可以基于 WHERE 子句过滤行。

SELECT price + tax FROM Orders WHERE id = 10

此外，可以在单行的列上调用内置和用户定义的标量函数。用户定义的函数在使用前必须注册到目录中。

SELECT PRETTY_PRINT(order_id) FROM Orders

二、SELECT DISTINCT

如果指定 SELECT DISTINCT，则将从结果集中删除所有重复行（每组重复项中保留一行）。

SELECT DISTINCT id FROM Orders

对于流查询，计算查询结果所需的状态可能会无限增长。状态大小取决于不同行的数量。您可以为查询配置提供适当的状态生存时间 (TTL)，以防止状态大小过大。请注意，这可能会影响查询结果的正确性。