流上的确定性 流和批处理的一个核心区别是数据的无界性，Flink SQL 对流计算抽象为动态表上的连续查询（continuous query）；因此批查询示例中的动态函数在流场景中（逻辑上每条基表记录的变更都会触发查询被执行）也就等效于不确定性函数；示例中如果 clicks 点击日志表来源于持续写入的 Kafka topic，同样的查询在流模式下返回的 CURRENT_TIMESTAMP 也就会

a）什么是确定性 引用 SQL 标准中对确定性的描述：如果一个操作在重复相同的输入值时能保证计算出相同的结果，那么该操作就是确定性的。 b）批处理都是确定性的吗？ 在经典的批处理场景，对于给定的有界数据集，重复执行同一查询会得到一致的结果，这是对确定性最直观的理解；但实际上，同一个查询在批处理上也并不总是能得到一致的结果，来看两个查询示例： 两个非确定性结果的批查询示例 比如有一张新建的

GB28181国标协议规定了流的输出格式为 RTP + PS 形式, 但是在很多场景下(比如视频分析), 我们可能需要的是 RTSP 这类格式的流数据, 基于 RTSP 的播放器,分发服务器比较成熟广泛, 这篇文章介绍如何将GB28181国标流转换成 RTSP 流 首先, 下载部署 LiveGBS 国标流媒体服务. 开启它的 RTSP 输出格式. 找到 LiveSMS 压缩包下面的 live