• Flink SQL 對于批處理（Batch）和流處理（streaming）模式的SQL，都支持 Top-N 查詢。
• Top-N 查詢可以根據指定列排序后獲得前 N 個最小或最大值。并且該結果集還可用于進一步分析。
• Flink 使用 OVER 窗口子句和過濾條件的組合來表達一個 Top-N 查詢。借助 OVER 窗口的 PARTITION BY 子句能力，Flink 也能支持分組 Top-N。

1、SQL 語法標準：

SELECT [column_list]
FROM (SELECT [column_list],ROW_NUMBER() OVER ([PARTITION BY col1[, col2...]]ORDER BY col1 [asc|desc][, col2 [asc|desc]...]) AS rownumFROM table_name)
WHERE rownum <= N [AND conditions]

2、參數說明：

• ROW_NUMBER()：根據分區數據的排序，為每一行分配一個唯一且連續的序號，從 1 開始。目前，只支持 ROW_NUMBER 作為 OVER 窗口函數。未來會支持 RANK() 和 DENSE_RANK()。
• PARTITION BY col1[, col2…]：指定分區字段。每個分區都會有一個 Top-N 的結果。
• ORDER BY col1 [asc|desc][, col2 [asc|desc]…]： 指定排序列。 每個列的排序類型（ASC/DESC）可以不同。
• WHERE rownum <= N: Flink 需要 rownum <= N 才能識別此查詢是 Top-N 查詢。 N 表示將要保留 N 個最大或最小數據。
• [AND conditions]: 可以在 WHERE 子句中添加其他條件，但是這些其他條件和 rownum <= N 需要使用 AND 結合。

3、注意事項：

輸出的位置必須支持更新，比如mysql、clickhouse等關系型數據庫，print等
不可以輸出到文件系統，否則會報錯誤：

Exception in thread "main" org.apache.flink.table.api.TableException: Table sink 'default_catalog.default_database.sink_order' doesn't support consuming update and delete changes which is produced by node Rank(strategy=[UndefinedStrategy], rankType=[ROW_NUMBER], rankRange=[rankStart=1, rankEnd=10], partitionBy=[dataType], orderBy=[id ASC], select=[date, source_length])