# BlackHole连接器
#### 概述
BlackHole连接器是一个黑洞Sink，丢弃所有写入的数据，不产生任何输出。它类似于Unix系统中的/dev/null，用于不需要实际输出的场景。
表1连接器详情 
| **类别**         | **详情**  |
|:---|:---|
| 支持类型          | 结果表      |
| 运行模式          | 批模式和流模式 |
| 数据格式         | 暂不适用     |
| API种类         | SQL      |
| 是否支持更新或删除结果表数据 | 是      |
   
#### 适用场景
- **性能测试**：测试Flink SQL作业的Source端和计算层吞吐量，排除Sink端I/O影响。
- **逻辑验证**：验证SQL语法和作业DAG是否正确构建，无需关心输出结果。
- **开发调试**：在仅需观察Source或中间处理结果的场景下，作为最终Sink占位。
 
#### 约束与限制
- 仅支持作为Sink使用，不支持作为Source。
- 所有写入数据将被丢弃，无法恢复。
- 不适用于生产环境的数据持久化场景。
 
#### 语法结构
```
CREATE TABLE {table_name} (
  {column_name} {column_type},
  ...
) WITH (
  'connector' = 'blackhole'
);
```
#### WITH参数说明
| 参数          | 是否必填 | 类型     | 默认值 | 取值范围     | 说明                                                                                                                                                                            |
|:---|:---|:---|:---|:---|:---|
| connector | 是    | String | 无   | blackhole | 标识连接器类型为BlackHole连接器。 必须填写且值固定为blackhole。Flink运行时根据此值加载对应的BlackHole SinkFactory，所有写入数据在运行时被直接丢弃，不产生任何I/O操作。 |
   
![](https://support.huaweicloud.com/sqlref-flink-aidatalake/public_sys-resources/note_3.0-zh-cn.png)
BlackHole连接器除connector参数外，无需配置任何其他参数。
#### 使用示例
- **示例1：创建一个BlackHole Sink表，丢弃所有写入数据。**
  ```
  -- 创建DataGen源表
  CREATE TABLE datagen_source (
    id BIGINT,
    name STRING,
    `value` DOUBLE
  ) WITH (
    'connector' = 'datagen',
    'rows-per-second' = '1000',
    'fields.id.kind' = 'sequence',
    'fields.id.start' = '1',
    'fields.id.end' = '100000'
  );
  -- 创建BlackHole结果表
  CREATE TABLE blackhole_sink (
    id BIGINT,
    name STRING,
    `value` DOUBLE
  ) WITH (
    'connector' = 'blackhole'
  );
  -- 提交作业
  INSERT INTO blackhole_sink
  SELECT id, name, `value`
  FROM datagen_source;
  ```
  

- **示例2：使用DataGen生成高吞吐量数据，通过BlackHole Sink接收，测试Source端和计算层的纯处理能力。**
  ```
  -- 创建DataGen源表（高吞吐量配置）
  CREATE TABLE datagen_source (
    id BIGINT,
    payload STRING,
    event_time TIMESTAMP(3),
    WATERMARK FOR event_time AS event_time - INTERVAL '1' SECOND
  ) WITH (
    'connector' = 'datagen',
    'rows-per-second' = '100000',
    'fields.id.kind' = 'sequence',
    'fields.id.start' = '1',
    'fields.id.end' = '10000000',
    'fields.payload.length' = '100'
  );
  -- 创建BlackHole结果表
  CREATE TABLE blackhole_sink (
    id BIGINT,
    payload STRING,
    event_time TIMESTAMP(3)
  ) WITH (
    'connector' = 'blackhole'
  );
  -- 提交作业：测试纯处理吞吐量
  INSERT INTO blackhole_sink
  SELECT id, payload, event_time
  FROM datagen_source;
  ```
  

- **示例3：作业需要将数据分流处理，部分数据写入Kafka，另一部分数据暂不需要输出，使用BlackHole作为占位。**
  ```
  -- 创建DataGen源表
  CREATE TABLE datagen_source (
    user_id INT,
    event_type STRING,
    event_time TIMESTAMP(3)
  ) WITH (
    'connector' = 'datagen',
    'rows-per-second' = '100',
    'fields.user_id.kind' = 'sequence',
    'fields.user_id.start' = '1',
    'fields.user_id.end' = '100000'
  );
  -- 主输出：写入Kafka
  CREATE TABLE kafka_sink (
    user_id INT,
    event_type STRING,
    event_time TIMESTAMP(3)
  ) WITH (
    'connector' = 'kafka',
    'topic' = 'user-events',
    'properties.bootstrap.servers' = 'kafka-broker:9092',
    'format' = 'json'
  );
  -- 占位输出：丢弃不需要的数据
  CREATE TABLE blackhole_sink (
    user_id INT,
    event_type STRING,
    event_time TIMESTAMP(3)
  ) WITH (
    'connector' = 'blackhole'
  );
  -- 分流处理：登录事件写入Kafka，其他事件丢弃
  EXECUTE STATEMENT SET 
  BEGIN
  INSERT INTO kafka_sink
  SELECT user_id, event_type, event_time
  FROM datagen_source
  WHERE event_type = 'login';
  INSERT INTO blackhole_sink
  SELECT user_id, event_type, event_time
  FROM datagen_source
  WHERE event_type <> 'login';
  END;
  ```
  
 
