1.1 什么是 Table API 和 Flink SQL
Flink 本身是批流统一的处理框架，所以 Table API 和 SQL，就是批流统一的上层处理 API。
目前功能尚未完善，处于活跃的开发阶段。
Table API 是一套内嵌在 Java 和 Scala 语言中的查询 API，它允许我们以非常直观的方式，
组合来自一些关系运算符的查询（比如 select、filter 和 join）。而对于 Flink SQL，就是直接可
以在代码中写 SQL，来实现一些查询（Query）操作。Flink 的 SQL 支持，基于实现了 SQL 标
准的 Apache Calcite（Apache 开源 SQL 解析工具）。
无论输入是批输入还是流式输入，在这两套 API 中，指定的查询都具有相同的语义，得
到相同的结果_大数据培训。
编辑
1.2 需要引入的依赖
Table API 和 SQL 需要引入的依赖有两个：planner 和 bridge。
org.apache.flink
flink-table-planner_2.12
1.10.1
org.apache.flink
flink-table-api-scala-bridge_2.12
1.10.1
flink-table-planner：planner 计划器，是 table API 最主要的部分，提供了运行时环境和生
成程序执行计划的 planner；
flink-table-api-scala-bridge：bridge 桥接器，主要负责 table API 和 DataStream/DataSet API
的连接支持，按照语言分 java 和 scala。
这里的两个依赖，是 IDE 环境下运行需要添加的；如果是生产环境，lib 目录下默认已
经有了 planner，就只需要有 bridge 就可以了。
当然，如果想使用用户自定义函数，或是跟 kafka 做连接，需要有一个 SQL client，这个
包含在 flink-table-common 里。
1.3 两种 planner（old & blink）的区别
- 批流统一：Blink 将批处理作业，视为流式处理的特殊情况。所以，blink 不支持表和
DataSet 之间的转换，批处理作业将不转换为 DataSet 应用程序，而是跟流处理一样，转换
为 DataStream 程序来处理_大数据视频。
- 因 为 批 流 统 一 ， Blink planner 也 不 支 持 BatchTableSource ， 而 使 用 有 界 的
StreamTableSource 代替。
-
Blink planner 只支持全新的目录，不支持已弃用的 ExternalCatalog。
-
旧 planner 和 Blink planner 的 FilterableTableSource 实现不兼容。旧的 planner 会把
PlannerExpressions 下推到 filterableTableSource 中，而 blink planner 则会把 Expressions 下推。
-
基于字符串的键值配置选项仅适用于 Blink planner。
-
PlannerConfig 在两个 planner 中的实现不同。
-
Blink planner 会将多个 sink 优化在一个 DAG 中（仅在 TableEnvironment 上受支持，而
在 StreamTableEnvironment 上不受支持）。而旧 planner 的优化总是将每一个 sink 放在一个新
的 DAG 中，其中所有 DAG 彼此独立。
- 旧的 planner 不支持目录统计，而 Blink planner
