在大数据领域，流处理以其低延迟的特性，一直受到实时处理项目的关注；而Flink横空出世之后，更是以其低延迟、高吞吐、良好的容错性保证和强大的对乱序数据的处理功能，受到了越来越多项目的青睐，已经成为了当前大数据实时项目的首选。

但Flink作为真正的流处理框架，流式的API调用尽管功能强大，但其编程风格和灵活多变的特点，让很多由传统关系型数据库、Spark等批式处理框架转型而来的程序员头痛不已。越来越多的技术人员，希望Flink能有像Spark一样方便、熟悉的API调用。

Flink Table API和Flink SQL 就是Flink为简化计算模型，降低用户使用实时计算门槛而设计的一套符合标准 SQL 语义的API。

自2015 年开始，阿里巴巴开始调研开源流计算引擎，最终决定基于 Flink 打造新一代计算引擎，针对 Flink 存在的不足进行优化和改进。在 2019 年初，阿里将代码开源，这就是Blink。Blink 在原来的 Flink 基础上，一个显著的贡献就是 Flink SQL 的扩展实现，丰富了原有API的功能。现在，越来越多的公司将Flink SQL作为了大数据流式处理开发的首选；Flink Table API 和Flink SQL，也就成为了Flink学习中，不可或缺的一部分。

在已有的Flink理论和项目课程的基础上，又精心打造了Table API 和Flink SQL课程；通过对Flink Table API和Flink SQL理论基础、调用方式和自定义函数的详细讲解，将Flink技能点的最后一块拼图补上，为转型期的工程师、学习期的同学提供新而全的技术支持。由于Table API和SQL还处于快速发展中、尚未完善，有很多版本变化带来的API改变，课程中也做了具体说明，方便大家对各种版本的代码进行对比和兼容。