Flink 以其流批一体化的编程模型而备受青睐。它支持高吞吐、低延迟的实时流计算，同时在批处理方面也表现出色。Flink 提供了丰富的 API，如 DataStream API 和 DataSet API，方便开发者进行数据处理操作，包括转换、聚合、连接等，使得开发者能够轻松构建复杂的数据处理逻辑。

TDengine 专注于时序数据的存储与管理。它采用了独特的存储结构和索引机制，针对海量时序数据的写入和查询进行了深度优化。TDengine 不仅具备高效的写入性能，能够快速处理大量的实时数据，还提供了丰富的查询语法，方便用户对历史数据进行分析和挖掘。

特别是在物联网，可以用flink集成TDEngine来流批一体化操作。对不复杂的，尽量采用Flink SQL，这样

1、依赖配置

 配置TDEngine JDBC 驱动

在 Flink 项目的 pom.xml 文件中添加 TDengine 的 JDBC 驱动依赖，以便 Flink 能够通过 JDBC 接口与 TDengine 进行交互。

   <dependency>
        <groupId>com.taosdata.jdbc</groupId>
        <artifactId>taos-jdbcdriver</artifactId>
        <version>3.0.