[英]Flink Schema vs Table Schema
我正在使用 Flink SQL API 我有点迷失在所有“模式”类型之间: TableSchema
, Schema
(来自org.apache.flink.table.descriptors.Schema
和TypeInformation
Schema )。
可以从TypeInformation
创建TableSchema
,可以从TableSchema
创建TypeInformation
,可以从TableSchema
创建Schema
但看起来Schema
无法转换回TypeInformation
或TableSchema
(?)
为什么有 3 种不同类型的对象来存储同一种信息?
例如,假设我有一个来自 Avro 模式文件的字符串模式,并且我想向它添加一个新字段。 为此,我找到的唯一解决方案是:
String mySchemaRaw = ...;
TypeInformation<Row> typeInfo = AvroSchemaConverter.convertToTypeInfo(mySchemaRaw);
Schema newSchema = new Schema().schema(TableSchema.fromTypeInfo(typeInfo));
newSchema = newSchema.field("nexField",...);
// Need the newSchema as a TableSchema
这是使用这些对象的正常方式吗? (我觉得很奇怪)
TypeInformation
和TableSchema
解决不同的事情。 TypeInformation
是物理信息,如何将记录 class(例如,一行或 POJO)从一个操作员发送到另一个操作员。
TableSchema
描述了独立于底层每记录类型的表的模式。 它类似于CREATE TABLE name (a INT, b BIGINT)
DDL 语句的模式部分。 在 SQL 中,也没有定义像CREATE TABLE name ROW(a INT, B BIGINT)
这样的表。 但确实模式和行类型是相关的,这就是提供转换器方法的原因。 一旦引入了PRIMARY KEY
等概念,差异就会变得更大。
Schema
是指定时间属性和字段映射等非 SQL 概念的当前方式。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.