alibaba · ni-ze · Jun 26, 2022 · Jun 26, 2022
diff --git a/README.md b/README.md
@@ -7,214 +7,6 @@ Rocketmq Streams SQL 为 Rocketmq Streams 的开发提供了基于SQL的开发
 * 采用标准的流式SQL规范，可以与其他的流计算框架如Flink完美兼容；
 * 兼容Flink自带的```udf```、```udaf```和```udtf```，除此之外，用户还可以通过实现相关接口来轻松扩展函数；
 
-## TableStream Example
-
-```java
-    import com.alibaba.rsqldb.server.*;
-    String sql="CREATE FUNCTION now as 'com.sql.Function';\n"
-            +"CREATE TABLE source_table (\n"
-            +"  field1 varchar,\n"
-            +"  field2 varchar,\n"
-            +"  field3 varchar,\n"
-            +"  field4 varchar,\n"
-            +"  field5 varchar,\n"
-            +"  field6 varchar,\n"
-            +"  field7 varchar\n"
-            +") WITH (\n"
-            +" type='metaq',\n"
-            +" topic='TOPIC_01',\n"
-            +" pullIntervalMs='100',\n"
-            +" consumerGroup='CONSUMER_GROUP',\n"
-            +" fieldDelimiter='#'\n"
-            +");\n"
-            +"CREATE TABLE sink_table (\n"
-            +"  field1 varchar,\n"
-            +"  field2 varchar,\n"
-            +"  field3 varchar,\n"
-            +"  field4 varchar,\n"
-            +"  field5 varchar,\n"
-            +"  field6 varchar,\n"
-            +"  field7 varchar\n"
-            +") WITH (type = 'print');\n"
-            +"INSERT\n"
-            +"  INTO sink_table\n"
-            +"SELECT\n"
-            +"  field1,\n"
-            +"  field2,\n"
-            +"  field3,\n"
-            +"  field4,\n"
-            +"  field5,\n"
-            +"  field6,\n"
-            +"  field7\n"
-            +"FROM\n"
-            +"  source_table;";
-
-            SQLStreamClient sqlStreamClient=new SQLStreamClient("test_namespace","test_pipeline",sql);
-            sqlStreamClient.start();
-
-```
-
-## Maven Repository
-
-```xml
-
-<dependency>
-    <groupId>com.alibaba</groupId>
-    <artifactId>rsqldb-server</artifactId>
-    <version>1.0.0-SNAPSHOT</version>
-</dependency>
-```
-
-## 独立运行
-
-rsqldb 作为sql版本的rocketmq-streams 框架， 支持俩种运行方式，一种是集成在自己的应用中使用， 方法如上；另外一种则是独立运行，具体方法如下
-
-### 打包
-
-+ 在源码的根目录下运行```mvn clean install```， 对源码进行编译打包
-+ 从```rsqldb-runner/target```目录下获取rocketmq-streams-{version}-distribution.tar.gz 并解压
-+ 目录结果如下
-
-
-+ bin 相关指令，包括start.sh 和 stop.sh
-    + start.sh 启动指令
-    + stop.sh 停止指令
-+ conf 配置目录，包括dipper.properties 以及log4j.xml
-    + dipper.properties 用于精细化控制应用执行中的各种参数
-    + log4j.xml 用于控制日志的输出等级以及输出方式
-+ jobs 实时的sql任务存放于此
-+ lib 任务依赖的相关jar包
-+ log 任务运行产生的各种日志
-+ README.md 说明文档
-+ LICENSE 许可证
-+ NOTICE 声明
-
-### jobs目录
-
-在jobs目录中，任务是以```.sql``` 文件存在的， 每一个独立的sql文件就是一个实时任务
-
-
-jobs目录最多俩层，如果sql文件直接放在jobs目录下， 则该文件的名称就是任务的namespace以及任务的名称； jobs目录可以有第二层目录， sql文件也可以放在这一层目录中，此时文件夹的名称就是namespace的名称，而文件夹中目录的名称为任务的名称；
-
-## 任务的启动、停止和恢复
-
-任务可以通过bin目录中的start.sh 和stop.sh对任务进行启动和停止；
-
-### 任务启动
-
-```shell
-#启动过程中不加任务参数，则会将jobs中所有的任务都同时启动
-bin/start.sh
-
-#启动过程加入第一个参数，即namespace参数， 则会将jobs目录下， namespace子目录下的任务都同时启动
-bin/start.sh namespace
-
-# 启动过程中如果添加了namespace 和 任务名称， 则系统会在jobs目录中查询相关同名任务并启动，即便是
-# 存在于不同的namespace的同名任务
-bin/start.sh namespace job_name
-
-# 用户可以给每个任务去配置不同的jvm 参数
-bin/start.sh namespace job_name  '-Xms2048m -Xmx2048m -Xss512k'
-```
-
-同时，rocketmq-streams框架还支持指定任务脚本目录，来启动实时任务
-
-```shell
-#指定sql脚本的文件路径，启动实时任务， 此时任务的namespace和任务名称都与文件名相同
-bin/start-sql.sh sql_file_path
-
-#除了指定sql脚本的文件路径，还指定了namespace， 此时任务使用指定的namespace来启动
-bin/start-sql.sh sql_file_path namespace
-
-# 启动过程中如果添加了namespace和任务名称，则任务使用指定的namespace和job_name来启动
-bin/start.sh sql_file_path namespace job_name
-
-# 用户可以给每个任务去配置不同的jvm 参数
-bin/start.sh sql_file_path namespace job_name  '-Xms2048m -Xmx2048m -Xss512k'
-
-```
-
-### 任务停止
-
-```shell
-# 停止过程不加任何参数，则会将目前所有运行的任务同时停止
-bin/stop.sh
-
-# 停止过程加namespace参数，则会将该namespace目录下的所有任务同时停止
-bin/stop.sh namespace
-
-# 停止过程添加了namespace 和 任务名称， 则会将目前运行的所有同名的任务都全部停止
-bin/stop.sh namespace job_name
-```
-
-### 任务恢复
-
-基于sql脚本编译后的中间结果对任务进行恢复， 中间结果存储的类型以及相关的配置有dipper.properties中的相关项来设置，当存储类型为memory时，任务是无法恢复的
-
-```shell
-# 恢复具体的某个job
-bin/recover.sh namespace jobname
-
-# 恢复某个namespace下所有的job
-bin/recover.sh namespace
-
-```
-
-## 日志查看
-
-目前所有的运行日志都会存储在 ```log/catalina.out```文件中
-
-## 任务配置
-
-conf目录下有俩个有来个重要的配置，一个是```log4j.xml```， 主要用来配置日志等级等， ```dipper.properties``` 则是用来配置任务运行中的相关参数的。
-
-用户可以通过配置dipper.properties 文件来设定任务运行过程中的各种特征，如指纹设置， state的存储设置等；
-
-```properties
-## checkpoint存储配置，可以是memory, DB 或者file， 除了checkpoint外， 任务序列化的内容也会被缓存在该存储
-# dipper.configurable.service.type=memory
-## 当checkpoint为DB时
-# dipper.rds.jdbc.type=
-# dipper.rds.jdbc.url=
-# dipper.rds.jdbc.username=
-# dipper.rds.jdbc.password=
-# dipper.rds.jdbc.driver=com.mysql.jdbc.Driver
-# dipper.rds.table.name=dipper_configure
-## 任务从存储反序列化的频次
-# dipper.configurable.polling.time=60   #单位秒(s)
-## 监控日志的相关配置
-# dipper.monitor.output.level=INFO #日志等级，有三种INFO，SLOW，ERROR
-# dipper.monitor.slow.timeout=60000 #慢查询超时时间
-# dipper.monitor.logs.dir=./logs #日志目录
-## 窗口配置
-# dipper.window.join.default.interval.size.time=  #join的默认窗口大小
-# dipper.window.join.default.retain.window.count= #需要保留几个窗口
-# dipper.window.default.fire.delay.second=         #窗口延迟多长时间触发
-# dipper.window.default.interval.size.time=       #统计默认的窗口大小，单位是分钟。默认是滚动窗口，大小是1个小时
-# dipper.window.default.time.unit.adjust=         #统计默认的窗口大小，单位是分钟。默认是滚动窗口，大小是1个小时
-# dipper.window.over.default.interval.size.time=  #over partition窗口的默认时间
-## 窗口shuffle配置
-# window.shuffle.channel.type=rocketmq #shuffle使用的数据存储类型
-# window.shuffle.channel.topic=        #根据type的配置，有不同的配置， topic是指用于shuffle的rocketmq的topic；
-# window.shuffle.channel.tags=         #根据type的配置，有不同的配置， tags是指用于shuffle的rocketmq的tags；
-# window.shuffle.channel.group=        #根据type的配置，有不同的配置， group是指用于shuffle的rocketmq的group；
-# window.system.message.channel.owner=#如果能做消息过滤，只过滤本window的消息，可以配置这个属性，如rocketmq的tags.不支持的会做客户端过滤
-## 自定义配置文件路径， 默认查找classpath下的配置文件，或者在jar包所在目录的资源文件
-# filePathAndName=classpath://dipper.cs
-## 把所有的输出重新定向，当测试时，不需要把结果写入正式的输出时，可以使用，默认会打印，如果需要输出到其他存储，可以配置#
-# out.mock.switch=false
-## mock的类型，可以是print，metaq和sls。下面是具体类型的配置
-# out.mock.type=print
-# out.mock.metaq.topic=
-# out.mock.metaq.tag=
-# out.mock.metaq.consumerGroup=
-# out.mock.sls.endPoint=
-# out.mock.sls.project=
-# out.mock.sls.logstore=
-# out.mock.sls.accessKey=
-# out.mock.sls.accessId=
-# out.mock.sls.group=
-```
 
 如果您希望更详细的了解Rsqldb的相关内容， 请点击[这里](docs/SUMMARY.md)