Führen Sie eine interaktive Analyse von Streaming-Daten durch

Sie verwenden ein Serverless Notebook mit Apache Zeppelin, um mit Ihren Streaming-Daten zu interagieren. Ihr Notebook kann mehrere Notizen enthalten, und jede Notiz kann einen oder mehrere Absätze enthalten, in die Sie Ihren Code schreiben können.

Die folgende beispielhafte SQL-Abfrage zeigt, wie Daten aus einer Datenquelle abgerufen werden:

%flink.ssql(type=update)
select * from stock;

Weitere Beispiele für Flink Streaming SQL-Abfragen finden Sie im Beispiele und Tutorials für Studio-Notebooks in Managed Service für Apache Flink Folgenden und unter Abfragen in der Apache Flink-Dokumentation.

Sie können Flink-SQL-Abfragen im Studio-Notebook verwenden, um Streaming-Daten abzufragen. Sie können auch Python (Tabellen-API) und Scala (Table und Datastream APIs) verwenden, um Programme zu schreiben, mit denen Sie Ihre Streaming-Daten interaktiv abfragen können. Sie können die Ergebnisse Ihrer Abfragen oder Programme anzeigen, sie innerhalb von Sekunden aktualisieren und erneut ausführen, um aktualisierte Ergebnisse anzuzeigen.

Flink-Interpreter

Sie geben mithilfe eines Interpreters an, in welcher Sprache Managed Service für Apache Flink Ihre Anwendung ausführt. Sie können die folgenden Interpreter mit Managed Service für Apache Flink verwenden:

Name	Klasse	Beschreibung
%flink	FlinkInterpreter	Erzeugt ExecutionEnvironment/StreamExecutionEnvironment/BatchTableEnvironment/StreamTableEnvironmentund stellt eine Scala-Umgebung bereit
%flink.pyflink	PyFlinkInterpreter	Stellt eine Python-Umgebung bereit
%flink.ipyflink	IPyFlinkInterpreter	Stellt eine IPython-Umgebung bereit
%flink.ssql	FlinkStreamSqlInterpreter	Stellt eine Stream-SQL-Umgebung bereit
%flink.bsql	FlinkBatchSqlInterpreter	Stellt eine Batch-SQL-Umgebung bereit

Weitere Informationen zu Flink-Interpretern finden Sie unter Flink-Interpreter für Apache Zeppelin.

Wenn Sie %flink.pyflink oder %flink.ipyflink als Interpreter verwenden, müssen Sie den ZeppelinContext verwenden, um die Ergebnisse im Notebook zu visualisieren.

PyFlink Spezifischere Beispiele finden Sie unter Interaktive Abfrage Ihrer Datenströme mithilfe von Managed Service für Apache Flink Studio und Python.

Tabellenumgebungsvariablen von Apache Zeppelin

Apache Zeppelin bietet mithilfe von Umgebungsvariablen Zugriff auf Tabellenumgebungsressourcen.

Sie greifen mit den folgenden Variablen auf Ressourcen der Scala-Tabellenumgebung zu:

Variable	Ressource
senv	StreamExecutionEnvironment
stenv	StreamTableEnvironment for blink planner

Sie greifen mit den folgenden Variablen auf Ressourcen der Python-Tabellenumgebung zu:

Variable	Ressource
s_env	StreamExecutionEnvironment
st_env	StreamTableEnvironment for blink planner

Weitere Informationen zur Verwendung von Tabellenumgebungen finden Sie unter Concepts and Common API in der Apache Flink-Dokumentation.