本文共 2690 字，大约阅读时间需要 8 分钟。

官方文档：https://ci.apache.org/projects/flink/flink-docs-release-1.12/zh/dev/table/sql/queries.html

需求一：每1分钟汇总一次当天汇总数据

需求产生的原因：在flinksql中，每来一条记录，就会触发一次写数据库，记录来的太频繁，导致写入的数据库的记录数过多

解决方法：可以通过开启minibatch来实现

调整批量计算大小一般写在每个项目: 代号=init 的SQL里面```sql-- N秒计算一次，或是N条计算一次，调大可以提升处理效率set `table.exec.mini-batch.enabled`=`true`; set `table.exec.mini-batch.allow-latency`=`10s`;set `table.exec.mini-batch.size`=`100000`;

需求二：需要将每次汇总的数据持久化到存储中

需求产生的原因：在flinksql下，通过group by出来的数据都是CDC类型的（有delete、insert），但需要记录每次计算的结果，所以不能delete掉上一次计算group by出来的数据

set `table.dynamic-table-options.enabled`= `true`;  --支持动态定义表选项select .... from table_name/*+OPTIONS('maxwell-json-ext.ignore-delete'='true' --忽略delete操作,'maxwell-json-ext.update-to-insert'='true' --将update转成insert数据 )*/--忽略delete操作

问题一：mysql中的tinyint类型映射到flink上报错

解决方式： 编辑表的数据库连接，添加参数 tinyInt1isBit=false 例如：url=jdbc:mysql://br_live_prop_3323_mydb.lzdb.com:3323/live_prop?useCursorFetch=true&defaultFetchSize=5000&tinyInt1isBit=false 参考文档：https://www.jianshu.com/p/6885cad1cb14

需求三：自动生成测试数据：flink 1.11 中的随机数据生成器- DataGen connector

详见资料

https://ci.apache.org/projects/flink/flink-docs-release-1.11/zh/dev/table/connectors/datagen.html

需求四：分割字符串，将分割后的结果达成多列：自定义表函数

第一步、自定义表函数继承TableFunction

import org.apache.flink.table.annotation.DataTypeHint;import org.apache.flink.table.annotation.FunctionHint;import org.apache.flink.table.api.*;import org.apache.flink.table.functions.TableFunction;import org.apache.flink.types.Row;import static org.apache.flink.table.api.Expressions.*;@FunctionHint(output = @DataTypeHint("ROW
   
    "))public static class SplitFunction extends TableFunction
    
      {     public void eval(String str) {       for (String s : str.split(" ")) {         // use collect(...) to emit a row      collect(Row.of(s, s.length()));    }  }}
    
   

第二步、注册表函数，略

第三步、在flinksql中调用

SELECT myField, word, length FROM MyTable LEFT JOIN LATERAL TABLE(SplitFunction(myField)) ON TRUE

其他详情请参考官方文档：https://ci.apache.org/projects/flink/flink-docs-release-1.11/zh/dev/table/functions/udfs.html

需求五：用NULL填充某个字段

hive里的用法	flink里的用法
null as user_id	cast (null as bigint) as user_id

需求六：由于平台问题，项目无法正常启动，只能强行kill掉application，要怎么快速恢复数据

设置kafka的消费起始值：'scan.startup.mode'='timestamp','scan.startup.timestamp-millis'='1617551100000'   --从该kafka这一时间戳（毫秒值)记录的开始消费

问题七：Flink的背压问题

详情请见：https://blog.csdn.net/zc19921215/article/details/109246591

问题八：Flink SQL状态越来越多

详情请见：https://cloud.tencent.com/developer/article/1452854

问题九：Flink最终结果追加到mysql出现记录丢失的情况

问题排查方式：通过双写到hbase，对比hbase和mysql的记录，确定最终程序的计算结果没有问题。有问题的是写入mysql的过程中出现了问题，打印写mysql的日志，发现key值同设定的主键不一致，发现是在flink的平台上定义的mysql表主键定义有问题。

注意：在修改mysql主键的时候，除了要修改数据库里mysql的主键，同时要修改flink上定义的mysql表的主键，否则程序不会报错，但写入mysql会有数据丢失的问题！！！