数据类型以及序列化 | Apache Flink

v1.20-SNAPSHOT

Try Flink
▾
实践练习
▾
概念透析
▾
应用开发
▾
- 项目配置▾
- DataStream API▾
  - 概览
  - 执行模式（流/批）
  - 事件时间▾
    - 生成 Watermark
    - 内置 Watermark 生成器
  - 用户自定义 Functions
  - 状态与容错▾
    - Working with State
    - Broadcast State 模式
    - Checkpointing
    - State Backends
    - 数据类型以及序列化▾
  - 算子▾
    - 概览
    - 窗口
    - Joining
    - Process Function
    - 异步 I/O
  - 数据源
  - 旁路输出
  - Handling Application Parameters
  - 测试
  - 实验功能
  - Scala API 扩展
  - Java Lambda Expressions
  - 管理执行▾
  - 如何迁移 DataSet 到 DataStream
- Table API & SQL▾
  - 概览
  - 概念与通用 API
  - DataStream API Integration
  - 流式概念▾
  - 性能调优
  - 数据类型
  - 时区
  - Table API
  - SQL▾
    - 概览
    - 入门
    - Queries 查询▾
      - 概览
      - Hints
      - WITH 子句
      - SELECT 与 WHERE
      - SELECT DISTINCT
      - 窗口函数
      - 窗口聚合
      - 分组聚合
      - Over聚合
      - Join
      - 窗口关联
      - 集合操作
      - ORDER BY 语句
      - LIMIT 语句
      - Top-N
      - 窗口 Top-N
      - 窗口去重
      - 去重
      - 模式检测
      - 时间旅行
    - CREATE 语句
    - DROP 语句
    - ALTER 语句
    - INSERT 语句
    - ANALYZE 语句
    - DESCRIBE 语句
    - TRUNCATE 语句
    - EXPLAIN 语句
    - USE 语句
    - SHOW 语句
    - LOAD 语句
    - UNLOAD 语句
    - SET 语句
    - RESET 语句
    - JAR 语句
    - JOB 语句
    - UPDATE 语句
    - DELETE 语句
    - CALL 语句
  - 函数▾
  - 存储过程
  - 模块
  - Catalogs
  - OLAP Quickstart
  - SQL JDBC Driver
  - SQL 客户端
  - SQL Gateway▾
  - Hive 兼容性▾
    - Hive 方言▾
      - Queries▾
        
        Overview
        
        Sort/Cluster/Distributed By
        
        Group By
        
        Join
        
        Set Operations
        
        Lateral View Clause
        
        Window Functions
        
        Sub-Queries
        
        CTE
        
        Transform Clause
        
        Table Sample
      - 概览
      - CREATE Statements
      - DROP Statements
      - ALTER Statements
      - INSERT Statements
      - Load Data Statements
      - SHOW Statements
      - ADD Statements
      - SET Statements
    - HiveServer2 Endpoint
  - 配置
  - User-defined Sources & Sinks
- Python API▾
  - 概览
  - 环境安装
  - Table API 教程
  - DataStream API 教程
  - Table API▾
    - Python Table API 简介
    - TableEnvironment
    - Operations▾
      - Overview
      - Row-based Operations
    - 数据类型
    - 系统（内置）函数
    - 自定义函数▾
    - PyFlink Table 和 Pandas DataFrame 互转
    - Table 和 DataStream 互转
    - SQL
    - Catalogs
    - 指标
    - 连接器
  - DataStream API▾
    - Python DataStream API 简介
    - Operators▾
    - Data Types
    - State
  - 依赖管理
  - 执行模式
  - 配置
  - 调试
  - 环境变量
  - 常见问题
Libraries
▾
- 事件处理 (CEP)
- State Processor API
Connectors
▾
- DataStream Connectors▾
  - 概览
  - Formats▾
    - Overview
    - Avro
    - Azure Table storage
    - CSV
    - Hadoop
    - JSON
    - Parquet
    - Text files
  - 容错保证
  - DataGen
  - Kafka
  - Cassandra
  - DynamoDB
  - Elasticsearch
  - Firehose
  - Kinesis
  - MongoDB
  - Opensearch
  - 文件系统
  - RabbitMQ
  - Google Cloud PubSub
  - Hybrid Source
  - Pulsar
  - JDBC
- Table API Connectors▾
  - 概览
  - Formats▾
    - Formats
    - CSV
    - JSON
    - Avro
    - Confluent Avro
    - Protobuf
    - Debezium
    - Canal
    - Maxwell
    - Ogg
    - Parquet
    - Orc
    - Raw
  - Kafka
  - Upsert Kafka
  - DynamoDB
  - Firehose
  - Kinesis
  - MongoDB
  - JDBC
  - Elasticsearch
  - Opensearch
  - 文件系统
  - HBase
  - DataGen
  - Print
  - BlackHole
  - Hive▾
  - 下载页面
Deployment
▾
- 概览
- Java Compatibility
- Resource Providers▾
  - Standalone▾
  - Native Kubernetes
  - YARN
- 配置参数
- 内存配置▾
- 弹性扩缩容
- 命令行界面
- 细粒度资源管理
- 预测执行
- File Systems▾
- 高可用▾
- Metric Reporters
- Trace Reporters
- REPLs▾
  - Python REPL
- Security▾
- Advanced▾
Operations
▾
- 状态与容错▾
- 指标
- Traces
- REST API
- Batch▾
  - Batch Shuffle
- Debugging▾
- Monitoring▾
  - 监控 Checkpoint
  - 监控反压
- 升级应用程序和 Flink 版本
- 生产就绪情况核对清单
Flink 开发
▾
- 导入 Flink 到 IDE 中
- 从源码构建 Flink
内幕
▾

Project Homepage
JavaDocs
ScalaDocs
PyDocs

Pick Docs Version

▾

1.20-SNAPSHOT (✓)

v1.19
v1.18

All Versions

English

数据类型以及序列化

On This Page

This documentation is for an unreleased version of Apache Flink. We recommend you use the latest stable version.

On This Page