Table API 和 SQL 處於最頂端，是 Flink 提供的高階 API 操作。Flink SQL 是 Flink 實時計算為簡化計算模型，降低使用者使用實時計算門檻而設計的一套符合標準 SQL 語義的開發語言.

一個完整的 Flink Table & SQL Job 也是由 Source、Transformation、Sink 構成：

• Source 部分來源於外部資料來源，我們經常用的有 Kafka、MySQL 等；
• Transformation 部分則是 Flink Table & SQL 支援的常用 SQL 運算元，比如簡單的 Select、Groupby 等，當然在這裡也有更為複雜的多流 Join、流與維表的 Join 等；
• Sink 部分是指的結果儲存比如 MySQL、HBase 或 Kakfa 等。

動態表
與傳統的表 SQL 查詢相比，Flink Table & SQL 在處理流資料時會時時刻刻處於動態的資料變化中，所以便有了一個動態表的概念。
動態表的查詢與靜態表一樣，但是，在查詢動態表的時候，SQL 會做連續查詢，不會終止。

SELECT/AS/WHERE

SELECT、WHERE 和傳統 SQL 用法一樣，用於篩選和過濾資料，同時適用於 DataStream 和 DataSet。

也可以在 WHERE 條件中使用 =、<、>、<>、>=、<=，以及 AND、OR 等表示式的組合：

SELECT name，age FROM Table where name LIKE '%小明%';
SELECT * FROM Table WHERE age = 20;
SELECT name, age
FROM Table
WHERE name IN (SELECT name FROM Table2)

GROUP BY / DISTINCT/HAVING

GROUP BY 用於進行分組操作，DISTINCT 用於結果去重。HAVING 和傳統 SQL 一樣，可以用來在聚合函式之後進行篩選。

JOIN 可以用於把來自兩個表的資料聯合起來形成結果表，目前 Flink 的 Join 只支援等值連線。Flink 支援的 JOIN 型別包括：

WINDOW

根據視窗資料劃分的不同，目前 Apache Flink 有如下 3 種：

• 滾動視窗，視窗資料有固定的大小，視窗中的資料不會疊加；

• 滑動視窗，視窗資料有固定大小，並且有生成間隔；

• 會話視窗，視窗資料沒有固定的大小，根據使用者傳入的引數進行劃分，視窗資料無疊加；

滾動視窗
SELECT 
    [gk],
    [TUMBLE_START(timeCol, size)], 
    [TUMBLE_END(timeCol, size)], 
    agg1(col1), 
    ... 
    aggn(colN)
FROM Tab1
GROUP BY [gk], TUMBLE(timeCol, size)

#舉例
SELECT user, TUMBLE_START(timeLine, INTERVAL '1' DAY) as winStart, SUM(amount) 
FROM Orders GROUP BY TUMBLE(timeLine, INTERVAL '1' DAY), user;
滑動視窗
SELECT 
 [gk], 
 [HOP_START(timeCol, slide, size)] ,
 [HOP_END(timeCol, slide, size)],
 agg1(col1), 
 ... 
 aggN(colN) 
FROM Tab1
GROUP BY [gk], HOP(timeCol, slide, size)
案例
SELECT product, SUM(amount) FROM Orders GROUP BY HOP(rowtime, INTERVAL '1' HOUR, INTERVAL '1' DAY), product

會話視窗
SELECT 
 [gk], 
 SESSION_START(timeCol, gap) AS winStart,
 SESSION_END(timeCol, gap) AS winEnd,
 agg1(col1),
 ... 
 aggn(colN)
FROM Tab1
GROUP BY [gk], SESSION(timeCol, gap)
案例
SELECT user, SESSION_START(rowtime, INTERVAL '1' HOUR) AS sStart
, SESSION_ROWTIME(rowtime, INTERVAL '1' HOUR) AS sEnd, SUM(amount) 
FROM Orders GROUP BY SESSION(rowtime, INTERVAL '1' HOUR), user