* 将Table转换成DataStream
* 动态表（Dynamic Tables)
* 动态表是Flink对流数据的Table API和SQL支持的核心概念
* 与表示批处理数据的静态表不同，动态表是随时间变化的
* 持续查询（ContinuousQuery)
* 动态表可以像静态的批处理表一样进行查询,查询一个动态表会产生持续查询（Countinuous Query)
*
*
* 动态表和持续查询：
* 流式表查询的处理过程:
* 1.流被转换为动态表
* 2.对动态表计算连续查询,生成新的动态表
* 3.生成的动态表被转换回流
*
* 从概念上来说，流的每个数据记录，都被解释为对结果表的插入（Insert)修改操作
* 持续查询：
将动态表转换成DataStream:
与常规的数据库表一样,动态表可以通过插入（Insert)、更新（Update)和删除（Delete)更改，进行持续的修改
将动态表转换为流或将其写入到外部系统中时，需要对这些更改进行编码
仅追加（Append-only）流
-仅通过插入（Insert)更改来修改的动态表，可以直接转换为仅追加流
撤回（Retract)流
-撤回流时包含了两类消息的流：添加（Add）消息和撤回（Retract)消息
Upsert(更新插入）流：
-Upsert流也包含两种类型的消息：Upsert消息和删除（Delete)消息
时间特性（Time Attributes)
基于时间的操作（比如Table API和SQL中窗口操作）,需要定义相关的时间语义和时间数据来源信息
Table可以提供一个逻辑上的时间字段，用于在表处理程序中，指示时间和访问相应的时间戳
时间属性，可以时每个表schema的一部分
处理时间语义下，允许表处理程序根据时间的本地时间生产结果，他是时间的最简单概念，它既不需要提取时间戳，也不需要生产watermark
由DataStream转换成表时指定
在定义Schema期间，可以使用.proctime,指定字段名名定义处理时间字段
在这个proctime属性智能通过附属逻辑字段，来扩展物理schema。因此，智能在schema定义的末尾定义它
定义事件时间（Event Time)
事件时间语义，允许表处理程序根据每个记录中包含的时间生产结果
定义事件时间，同样有三种方法：
由DataStream转换成表时指定
定义Table Schema时指定
在创建表的DDL中定义
