1. 前置知识：只要会一点 SQL 就够了
Flink SQL 的一个重要设计目标就是：尽量兼容 ANSI-SQL 2011 标准 。
所以如果你之前用过：
- MySQL、PostgreSQL 之类的数据库
- 或者 Hive / Presto / ClickHouse 这类 SQL 引擎
那你学 Flink SQL 的感觉会非常顺滑。
本篇默认你至少知道这些 SQL 基础概念：
SELECT / FROM / WHEREGROUP BY / COUNT / SUM之类的聚合CREATE TABLE这种 DDL
不会 Java、不会 Scala 都没关系，照样能跟着做完。
2. 安装 Flink：本地起一个迷你集群
2.1 下载与本地安装
Flink 支持多种部署方式（Standalone、YARN、K8s 等），但入门最推荐的是：
直接下载官方二进制包，在本机跑一个 Standalone 集群。
你可以到官网下载对应版本的二进制包，然后解压：
bash
tar -xzf flink-*.tgz
cd flink-*2.2 启动本地集群
在 Flink 安装目录执行：
bash
./bin/start-cluster.sh如果一切正常，你会看到类似日志提示，表示：
- JobManager 已经在本机启动；
- TaskManager 也跟着起来了一台或多台。
然后打开浏览器访问：
这就是 Flink 的 Web UI，你可以在上面看到：
- 当前有哪些 Job 在跑；
- 集群里有哪些 TaskManager；
- 各个算子、子任务的运行状态等。
3. SQL Client：你的交互式 SQL 控制台
Flink 提供了一个命令行工具：SQL Client，非常适合：
- 交互式写 SQL、调试；
- 临时跑一个试验任务；
- 或者让数据分析同学直接写实时 SQL。
在 Flink 安装目录执行：
bash
./bin/sql-client.sh如果启动成功，你会看到类似：
text
Flink SQL>这就是我们的交互式 SQL 环境，可以开始敲查询了。
4. Hello World：用 SQL 打印一行结果
第一条 SQL 很仪式感：
sql
SELECT 'Hello World';在 SQL Client 中执行后，你会看到类似输出：
text
+-------------+
| Hello World |
+-------------+
| Hello World |
+-------------+
1 row in set恭喜，你已经成功跑起了 Flink SQL。
虽然现在还没连数据源，但客观上，你已经用「SQL 写了一个 Flink 程序」------只不过输入是一个常量。
4.1 看看 Flink 已经内置了哪些函数
执行：
sql
SHOW FUNCTIONS;你会得到一长串函数名称，包括：
- 各种数学函数：
ABS,CEIL,FLOOR,POWER... - 字符串函数：
CONCAT,SUBSTRING,LOWER,UPPER... - 时间函数：
CURRENT_TIMESTAMP,NOW,DATE_FORMAT... - 以及聚合函数、窗口函数、系统函数等
这些函数基本就是你写 Flink SQL 的「积木」。
举个例子，当前时间可以直接查询：
sql
SELECT CURRENT_TIMESTAMP;输出的是 SQL Client 所在机器的系统时间。
5. 源表（Source Tables）：Flink 不存数据，只连数据
和传统数据库不同，Flink SQL 的表不是存储在 Flink 里的，而是：
Flink 通过 connector 连接到外部系统（Kafka、文件系统、数据库等），把它们映射成一张张「动态表」。
这些「外部表」就是我们在 SQL 里 FROM 后面写的表。
Flink SQL 里所有计算的入口就是 源表（Source Table）。
5.1 用 DDL 创建一张 CSV 源表
假设我们有一个 CSV 文件 /path/to/something.csv，内容是公司员工信息：
emp_id：员工 IDname：员工姓名dept_id：部门 ID
我们可以用如下 DDL 把这个文件映射成一张表：
sql
CREATE TABLE employee_information (
emp_id INT,
name VARCHAR,
dept_id INT
) WITH (
'connector' = 'filesystem',
'path' = '/path/to/something.csv',
'format' = 'csv'
);解释一下：
-
CREATE TABLE employee_information (...)：定义表名和字段； -
WITH (...)：告诉 Flink 这张表的「背后」是什么系统：connector = 'filesystem'表示这是文件系统上的一个文件；path指定文件路径；format = 'csv'表明文件格式为 CSV。
从现在开始，你就可以像查数据库一样查这张"表"了。
6. 连续查询（Continuous Queries）：SQL 在流上的真正语义
你在数据库里写 SELECT，通常是：
查一下当前时刻表里有哪些数据，然后查询就结束了。
而在 Flink 里，如果这张表的底层是一个流式输入，例如 Kafka topic：
同样一条 SELECT，在 Flink 的流模式下是"永远跑不完"的。
Flink 把这种一直在消费新数据、不断更新结果的 SELECT，叫做：
Continuous Query（连续查询）
这类查询的结果不是一张静态表，而是一个会持续变化的 动态表（Dynamic Table）。
7. 示例：过滤某个部门的员工
回到刚才那张 employee_information 表，假设我们只关心部门 ID 为 1 的员工：
sql
SELECT *
FROM employee_information
WHERE dept_id = 1;在「批」的场景下，这就是读取 CSV 文件中所有行，筛出 dept_id = 1 的记录然后结束。
如果把底层换成一个永远写入新行的文件或流式文件源，同样的 SQL 就会变成：
- 每有新记录写入文件；
- Flink 立刻读取、判断
dept_id是否为 1； - 满足条件的记录即时输出到结果。
这就是 SQL 写「流式过滤」的最简版本。
8. 连续聚合：为什么 Flink 需要维护状态
我们再看一个常见需求：统计每个部门当前有多少员工。
sql
SELECT
dept_id,
COUNT(*) AS emp_count
FROM employee_information
GROUP BY dept_id;在数据库里，这只是对当前静态数据执行一次聚合。
但在 Flink 的流式语义下，这条 SQL 的含义是：
随着新员工不断加入 / 部门调整，这个统计结果会持续被更新。
这就带来一个关键点：这是一个有状态（stateful）的查询。
COUNT(*)不是一次算完，而是要持续维护每个dept_id的计数；- Flink 会把这些状态存储在自己的内部 state backend（例如 RocksDB / 内存）中；
- 借助 checkpoint + 事务 sink，它还能做到 端到端 Exactly-Once；
- 即便机器宕机重启，状态也能从 checkpoint 恢复，保证最终结果正确。
这也是为什么 Flink 非常适合做：
- 实时指标聚合；
- 实时看板；
- 实时风控 / 实时行为统计等场景。
9. Sink 表（Sink Tables）：把结果写出去
在 SQL Client 里，你可以看到查询结果实时打印出来，但是：
这些输出只是 "读给你看"，不会持久化到某个系统里。
如果你想：
- 把统计结果写到 Kafka 做下游消费；
- 写到数据库供报表系统查询；
- 或者写成 HDFS/OSS 上的离线分区表；
就需要定义一张 Sink 表（目标表） ，然后配合 INSERT INTO 使用。
9.1 定义一个统计结果表
例如定义部门员工数统计结果表 department_counts：
sql
CREATE TABLE department_counts (
dept_id INT,
emp_count BIGINT
) WITH (
'connector' = 'kafka',
'topic' = 'department_counts',
'properties.bootstrap.servers' = 'kafka:9092',
'format' = 'json'
);9.2 用 INSERT INTO 提交一个实时任务
然后我们就可以这么写：
sql
INSERT INTO department_counts
SELECT
dept_id,
COUNT(*) AS emp_count
FROM employee_information
GROUP BY dept_id;这条 INSERT INTO ... SELECT ... 语句的行为是：
-
在 SQL Client 中执行后，Flink 会把它 以一个 Job 的形式提交到集群；
-
这个 Job 会：
- 持续消费
employee_information底层的数据； - 维护每个
dept_id的人数统计； - 按 Flink 的 changelog 语义把结果写入
department_counts（Kafka topic 或其它 sink）。
- 持续消费
此时查询不再只是"打印在控制台"，而是：
真正变成了一个 在线运行的流式任务，持续为你的报表 / 大屏 / 风控服务数据。
10. 卡住了怎么办？官方社区与更多学习资源
如果你在操作过程中遇到问题，可以直接求助官方社区。
文档里特别提到：
- Apache Flink 的用户邮件列表是活跃度非常高的社区资源；
- 遇到奇怪报错、connector 问题、SQL 语法疑问，都可以去那里提问。
此外，Flink 官方文档也提供了很多后续阅读方向：
- SQL： 支持的操作与语法细节（各类函数、Joins、窗口等）；
- SQL Client： 如何不写任何 Java/Scala 代码，直接用 SQL 提交作业到集群；
- Concepts & Common API： Table API / SQL 的共享概念，比如 Dynamic Table、Time Attribute 等；
- Streaming Concepts： 针对流式场景的特殊概念，如水位线、更新结果的处理；
- Built-in Functions： 所有内置函数的完整列表和参数说明；
- Connect to External Systems： 支持的连接器列表（Kafka、FileSystem、JDBC、Iceberg、Paimon、Upsert-Kafka 等）。
11. 小结：下一步可以怎么玩？
通过这一篇，你已经知道了：
- 如何在本地启动一个 Flink 集群
- 如何用 SQL Client 交互式写查询
- 如何用 DDL 定义 源表（从 CSV / Kafka 等读取）
- 如何理解 连续查询 + 动态表 的流式语义
- 如何用
INSERT INTO把结果写入 Sink 表，变成真正的流式任务
你现在可以尝试：
- 把 CSV 换成 Kafka 源表；
- 把简单的
GROUP BY换成 时间窗口（TUMBLE / HOP / SESSION）； - 在结果表里加上窗口开始结束时间，做一个实时的部门人数监控。