Flink1.11执行sql当判空使用<> null,程序直接结束

[datayangl]

环境：flink1.11：
代码如下:
val dataStreamEnv: StreamExecutionEnvironment = FlinkUtils.streamEnv
val tableEnv: StreamTableEnvironment = FlinkUtils.streamTableEnv
val sql = """SELECT
      CASE
        WHEN
          kafka_table.log_type = 'detect'
          AND
          kafka_table.event_level = 3
        THEN 3
        ELSE 0
      END as weight,
      kafka_table.src_ip as kafka_table_src_ip_0,
          kafka_table.dev_type as kafka_table_dev_type_0
    FROM
      kafka_table
    WHERE
      kafka_table.event_time >= unix_timestamp() - 60 * 60 * 5
      AND
      kafka_table.src_ip <> null
          AND
          kafka_table.event_level > 0
          AND
          kafka_table.dev_type = 1


val data:Table = tableEnv.sqlQuery(sql)
val result = tableEnv.toRetractStream[Row](data)
result.print("====>")
"""



现象：如果判空条件为kafka_table.src_ip <> null，则程序直接结束，没有任何报错，而使用kafka_table.src_ip is
not null 可以正常运行并一直产生数据。

疑问：我明白is not null是正确的用法，问题是用<> null 为什么程序会直接结束而且没有任何报错，感觉像是当作批处理去运行了。



--
Sent from: http://apache-flink.147419.n8.nabble.com/

[Benchao Li-2]

Hi datayangl,

这是因为kafka_table.src_ip <>
null是恒等于false的，所以这个计算过程就被优化掉了，最后你的作业的逻辑就变成了一个单纯的values，里面没有一条数据。

关于为什么kafka_table.src_ip <> null，这个可以了解一下关于three-value-logic[1].
简单来说，在标准SQL里面，boolean类型是有三种值的，正常的= <>这种算子跟null比较的时候，结果都是unknown，
然后这个在filter条件里面会被视作false。

[1] https://modern-sql.com/concept/three-valued-logic

datayangl <[hidden email]> 于2021年3月19日周五 下午4:02写道：

> 环境：flink1.11：
> 代码如下:
> val dataStreamEnv: StreamExecutionEnvironment = FlinkUtils.streamEnv
> val tableEnv: StreamTableEnvironment = FlinkUtils.streamTableEnv
> val sql = """SELECT
>       CASE
>         WHEN
>           kafka_table.log_type = 'detect'
>           AND
>           kafka_table.event_level = 3
>         THEN 3
>         ELSE 0
>       END as weight,
>       kafka_table.src_ip as kafka_table_src_ip_0,
>           kafka_table.dev_type as kafka_table_dev_type_0
>     FROM
>       kafka_table
>     WHERE
>       kafka_table.event_time >= unix_timestamp() - 60 * 60 * 5
>       AND
>       kafka_table.src_ip <> null
>           AND
>           kafka_table.event_level > 0
>           AND
>           kafka_table.dev_type = 1
>
>
> val data:Table = tableEnv.sqlQuery(sql)
> val result = tableEnv.toRetractStream[Row](data)
> result.print("====>")
> """
>
>
>
> 现象：如果判空条件为kafka_table.src_ip <> null，则程序直接结束，没有任何报错，而使用kafka_table.src_ip
> is
> not null 可以正常运行并一直产生数据。
>
> 疑问：我明白is not null是正确的用法，问题是用<> null 为什么程序会直接结束而且没有任何报错，感觉像是当作批处理去运行了。
>
>
>
> --
> Sent from: http://apache-flink.147419.n8.nabble.com/
>

--

Best,
Benchao Li

[datayangl]

calcite解析将<> null 解析为unknown, 在flink优化阶段直接将unkown这个条件默认视为false，通过规则匹配
将整条sql优化为values(没有任何结果的sql)，于是直接将程序的source task finish了。这个过程我理解的对吗？



--
Sent from: http://apache-flink.147419.n8.nabble.com/

[Benchao Li-2]

嗯，是这样的。

datayangl <[hidden email]> 于2021年3月19日周五 下午5:55写道：

> calcite解析将<> null 解析为unknown, 在flink优化阶段直接将unkown这个条件默认视为false，通过规则匹配
> 将整条sql优化为values(没有任何结果的sql)，于是直接将程序的source task finish了。这个过程我理解的对吗？
>
>
>
> --
> Sent from: http://apache-flink.147419.n8.nabble.com/



--

Best,
Benchao Li