一、背景
作为流批一体的计算框架，Flink不仅能够提供低延迟的流式数据处理，也能进行高吞吐的批处理。使用或者微调同一套代码即可实现，本章将通过具体案例给大家讲解。
二、案例
本案例使用的是阿里云 Flink 实时计算平台
准备工作：
- 源表 ：dwd_log_cstm_adshow_day_inc
- 目标表：dwd_log_cstm_adshow_day_inc_tmp
- 创建批处理工作流。
- 注意变量名，具体可见 变量配置。
- 点击编辑节点 ，并添加相应节点。
- 最后开启工作流即可。
我要将源表数据离线同步到目标表中，SQL 如下：
提交并部署代码，然后在工作流中点击触发运行 > 手动执行：
进入工作流实例列表与详情 查看：
当状态变成"已完成"时，测试数据是否已经同步完成
在数据地图中查看到数据已同步过来，符合预期，接下来尝试数据回刷功能，选择时间间隔 之后点击确定 执行：
进入工作流实例列表与详情 查看，状态全部变更"已完成"：
最后去看下数据：
三、总结
经过对Flink批处理功能测试，结果符合预期， 但目前有的 connector 只支持 insert into的方式，不支持覆写，所以在尝试多次回刷数据之前，必须得清理分区数据，否则会重复。