概述
更新时间：2025-08-21
SQL语言具有数据处理表达能力强、语法简单、开发门槛低、在数据领域使用范围广等优点，因此百度流式计算选择SQL语言作为数据流作业的基本开发语言。百度流式计算SQL以SPARK/FLINK SQL作为基础，结合常用的SQL语法标准做出适合流计算作业开发的调整，使其在基本兼容SPARK/FLINK SQL语法的基础上具有更完备的表达能力。
注：由于SPARK\FLINK SQL 语法天然存在区别，百度流式计算SQL没有做到引擎无关，提交到不同引擎的作业在同一个功能的SQL写法上可能存在差异。
名词解释
| 名词 | 解释 |
|---|---|
| 流式计算平台 | streaming system，用于处理数据的实时系统。百度流式计算服务即是一个流式计算平台，可以提供数据集成、数据实时计算等服务，百度流式计算可以用SQL表示数据计算逻辑。 |
| 数据流 | data stream，在流式计算中，用于表示数据动态的形态。 |
| 数据表 | table，用于表示数据静态的形态。在流计算中，体现为无边界表（unbound table）。 |
| 数据流管道 | data pipeline，数据流处理过程的形式化抽象。一般包括数据的读取、数据计算、数据持久化等步骤。 |
| 流式作业 | streaming job，数据处理过程的逻辑表示，是流计算的基本执行单位。 |
| 数据源 | data source，流式作业处理数据的输入源。例如，百度消息服务。 |
| 数据目的 | data sink，经过流计算处理后数据的输出目的。例如，百度消息服务。 |
| DDL | 数据定义语言（Data Definition Language），SQL语言用于创建对象的子集。主要包括CREATE等语句。 |
| DML | 即数据操作语言（Data Manipulation Language），SQL语言用于操作数据对象的子集。包括INSERT、SELECT等语句。 |
| event time | 事件发生时间，一般包含在数据中。 |
| process time | 数据处理时间，一般由流计算系统自动生成。 |
| 时间窗口 | 流式计算中通过时间窗口对作业进行切分。窗口的划分可以基于event time、process time以及session等划分，窗口的大小可以是固定的、不固定的，类型可以是不重叠的、重叠的（滑动的）。 |
| watermark | 相对于event time的一个相对时间点，数据在这个时间点之前到达进入系统可以正常处理，这个时间点之后到达则不能常规处理。 |
语法约束
百度流计算SQL大小写不敏感。