chankay

目前团队重新选型选用Flink作为流计算平台的基础框架，在平台开发上也已经基本上完成。本篇主要是简单总结了 “基于Flink流计算ETL程序质量保障模型”。

继上一篇写了where语句以后，就很有一种继续写like的冲动。首先也是打算顺着where继续往下细讲，另外也是因为like查询作为模糊匹配查询在SQL也大量存在。

所有的数据query语句必定会带有where语句。考虑一下一张如果有上百万的的表，不用where语句进行全表进行扫描的话，轻点把数据库CPU打满，糟糕点可能直接排队去财务室结账。

SQL中的null值处理经常是ETL中最常见的异常处理方式。首先由于数据源可能来自不同的业务域，各域的业务开发在定义表结构的时候通常都会允许null值的存在，一个是在业务上存在意义，另外一种干脆就是作

这是我参与8月更文挑战的第4天，活动详情查看：8月更文挑战 本文主要介绍一下如何使用flink sql连接数据库。以及期间碰到的问题和解决方案。

用户可以在用 DDL 语句创建的表上进行基于时间的操作（例如窗口）以及定义 watermark 策略，该篇内容记录了流计算程序在创建kafak连接过程中使用watermark定义水印的实例以及解读

现在的计算机语言都具备有完善的逻辑分支判断结构。作为结构化查询的标准，SQL语法中也存在相应的语句方便逻辑处理允许我们想在程序中使用IF...ELSE的形式来执行表达式以获取不同的结果。

编写SELECT语句约等于就是全部的工作内容。掌握了SQL的select语法，无疑掌握了数据测试的取胜之匙。

之所以把别名alias选为第二篇，最主要的原因还是因为它在SQL中太常见了，几乎无处不在。尤其在多层嵌套查询以及联表查询中必备，学会了使用别名，对于编写美观简洁的SQL也有非常大的帮助。