如何在 Apache SeaTunnel(Incubating) 中使用 Flink SQL 简化数据同步 陶克路

1 .Seatunnel + FlinkSQL 陶克路 2022-6-25 

2 . 01 Seatunnel 的三种使用方式概述 02 使用 Flink 引擎的两种方式对比 03 Flink SQL 模块支持功能一览 CONTENT 04 Flink SQL 模块的实现剖析 05 Flink SQL 模块的后续方向思考 06 如何参与社区建设 

3 .01 Seatunnel 的三种使用方式概述 

4 .• Seatunnel + Spark • Seatunnel + Flink DataSet/DataStream API • Seatunnel + Flink SQL 

5 .02 使用 Flink 引擎的两种方式对比 

6 . API SQL 写法 Low-level 生命式 灵活性 强 一般 扩展性 弱 强 维护性 弱 强 

7 .03 Flink SQL 模块支持功能一览 

8 .• Connector • 动态加载 • 支持类型：jdbc, kafka, elasticsearch-6/7, ... • UDF：暂无 • Catalog • InMemoryCatalog • 进行中 • HiveCatalog • JdbcCatalog 

9 .04 Flink SQL 模块的实现剖析 

10 .• 命令行解析 • 配置解析和设置 • SQL Parse • Connector 动态加载 • Catalog 注册和使用 

11 .05 Flink SQL 模块的后续方向思考 

12 .• 已有功能完善 • Connector Enrichment • Udf Enhancement • Catalog Enhancement • 易用性增强 • Application Mode 支持 

13 .06 如何参与社区建设 

14 .• 熟悉 git 基本原理 • 熟悉 github 的项目协作方式 • Good first contribute • 邮件列表讨论 • Proposal 

15 .Q&A