原文連結：深入解讀 Flink SQL 1。13功能點，不入坑血虧！
自從Flink 社群更新Flink1。13版本之後，博主作為一名Flink開發人員，對Flink SQL 1。13進行了探索，接下來將以四個部分對新增的內容進行展開介紹。
在整個Flink 1。13版本下，來自全球各地的開發人員共解決ISSUES 1000+，提交PR 200+，針對Flink Table/ SQL模組，解決ISSUES 400+ 。
其中Flink Table / SQL 新增的功能模組主要分為以下5大模組
Window TVF 包含四部分內容：
Window TVF 語法
近實時累計計算
Window 效能最佳化
多維資料分析
（1） Window TVF 語法
1。13前是一個特殊的GroupWindowFunction；
1。13 用Table-Valued Function 進行了語法標準化；
完整的關係代數表達
輸入是一個關係，輸出也是一個關係
每個關係對應一個數據集
支援TUMBLE，HOP WINDOW
SESSION WINDOW 預計1。14支援
新增CUMULATE WINDOW
（2） 近實時累計計算
案例： 每10分鐘統計一次當天的累計使用者UV
結果更精準
追資料時，曲線不會跳變
（3） Window 效能最佳化
記憶體最佳化：
透過記憶體預分配 ，快取Window的資料，透過Window WaterMark觸發計算。
切片最佳化：
將Window切片，儘可能複用已計算結果，如hop window，cumulate window。
運算元最佳化：
window支援local-global 最佳化，同時支援 count（distinct）自動解熱點最佳化。
遲到資料：
支援遲到資料計算到後續分片，保證資料準確性。
在 count（distinct）場景會有更好的效能提升
（4） 多維資料分析
GROUPING SETS
ROLLUP
CUBE
支援Window Top-N
2、FLIP-162: 時區和時間函式
時區和時間函式包含四部分內容：
時區問題分析
時間函式糾正
時間型別使用
夏令時支援
（1） 時區問題分析
1、處理時間視窗剛好晚8個小時
2、BIGINT轉TIMESTAMP是否隱含時區資訊
3、watermark + 8h 問題
4、SQL 時區問題
5、 CURRENT_DATE函式問題
6、CURRENT_DATE，CURRENT_TIMESTAMP 時區問題
7、long 轉 timestamp 怎麼做
8、Hive分割槽提交的時區差問題
9、PROCTIME（）函式語義問題
10、毫秒值如何宣告成時間型別
時區問題原因：
PROCTIME（）應該考慮時區，但未考慮時區
CURRENT_TIMESTAMP/CURRENT_TIME/CURRENT_DATE/NOW（）未考慮時區
TIMESTAMP型別不考慮時區，但使用者希望是本地時區的時間
支援TIMESTAMP_LTZ型別
TIMESTAMP VS TIMESTAMP_LTZ
（2） 時間函式糾正
訂正 PROCTIME() 函式
訂正 CURRENT_TIMESTAMP / CURRENT_TIME / CURRENT_DATE / NOW() 函式
解決 processing time window 時區問題
訂正 Streaming 和 Batch 模式下函式取值方式
Streaming 模式 per-record 計算，Batch 模式在 query-start 計算：
LOCALTIME
LOCALTIMESTAMP
CURRENT_DATE
CURRENT_TIME
CURRENT_TIMESTAMP
NOW（）
Stream 模式 Batch 模式都是per-record 計算：
CURRENT_ROW_TIMESTAMP（）
PROCIME（）
（3） 時間型別使用
Event time 定義在 TIMESTAMP 列上
適用於源資料包含字串的時間（如：2021-04-15 14：00：00）場景
Event time 定義在 TIMESTAMP_LTZ 列上
適用於源資料包含long值的時間（如：1621649473000）場景，以及夏令時時區使用者
（4） 夏令時支援
Flink 支援在TIMESTAMP_LTZ列上定義時間屬性，Flink SQL 在window處理時結合TIMESTAMP和 TIMESTAMP_LTZ， 優雅地支援了夏令時。
在洛杉磯時區，［2021-03-14 00：00，2021-03-14 00：04］視窗會收集
3
個小時的資料
在非夏令時區，［2021-03-14 00：00，2021-03-14 00：04］視窗會收集
4
個小時的資料
3、FLIP-152: 提升Hive語法相容性
支援常用的 Hive DML，DQL語法
SORT/CLUSTER/DISTRIBUTE BY
Group By
Join
Union
LATERAL VIEW
Window Functions
SubQueries
CTE
INSERT INTO dest schema
Implicit type convesions
支援常用的 Hive DML，DQL語法
Hive dialect 需要配合HiveCatalog 和 Hive Module 一起使用
Hive Module 提供了Hive 所有內建函式，載入後可以直接訪問
Hive dialect 支援建立/刪除 Catalog函式
4、FLIP-163: 改進 SQL Client
SQL Client 支援指定檔案初始化
Deprecate YAML 檔案，不推薦使用 YAML檔案初始化
SQL Client 支援指定檔案初始化
SQL Client 支援STATEMENT SET
5、FLIP-136: 增強DataStream 和 Table 的轉換
支援DataStream 和Table 轉換時傳遞 event Time 和 watermark
支援Changelog 資料流在Table 和 DataStream 間互相轉換
Flink 1.13 版本包含：
支援Window TVF
時區和時間函式
提升Hive相容性
改進SQL Client
增強DataStream轉換
Flink 1.14 版本計劃：
刪除Legacy Planner
完善Window TVF
提升 Schema Handling
增強 Flink CDC
為回饋廣大計算機愛好者，本博主專門整理了關於Java、大資料、演算法、前端、人工智慧、作業系統、網路等所學知識的書籍，如果看到此博文的小夥伴們，覺得對你有幫助，就快速領取吧！連結如下：
免費領書 | 大資料技術書籍全部免費領取！！！
強烈建議收藏！| 程式設計師必須擁有的書籍
作者簡介：3分鐘秒懂大資料，網際網路大廠擔任大資料演算法開發工程師，秋招7offer。
CSDN連結：
逆流而上Mr李_在IT中穿梭旅行_CSDN部落格-資料結構，java，Flink領域博主
