1. 树叶云首页
  2. 技术资讯

Flink SQL 知其所以然：SQL 的时区问题！

运维••技术资讯

SQL 时区问题

1.SQL 时区解决的问题

首先说一下这个问题的背景：

大家想一下离线 Hive 环境中，有遇到过时区时区相关的问题吗?

至少博主目前没有碰到过，因为这个问题在底层的数据集成系统都已经给解决了，小伙伴萌拿到手的 ODS 层表都是已经按照所在地区的时区给格式化好的了。

举个例子：小伙伴萌看到日期分区为 2022-01-01 的 Hive 表时，可以默认认为该分区中的数据就对应到你所在地区的时区的 2022-01-01 日的数据。

但是 Flink 中时区问题要特别引起关注，不加小心就会误用。

而本节 SQL 时区旨在帮助大家了解到以下两个场景的问题：

  • 在 1.13 之前，DDL create table 中使用 PROCTIME() 指定处理时间列时，返回值类型为 TIMESTAMP(3) 类型，而 TIMESTAMP(3) 是不带任何时区信息的，默认为 UTC 时间(0 时区)。
  • 使用 StreamTableEnvironment::createTemporaryView 将 DataStream 转为 Table 时，注册处理时间(proctime.proctime)、事件时间列(rowtime.rowtime)时，两列时间类型也为 TIMESTAMP(3) 类型，不带时区信息。

而以上两个场景就会导致：

  • 在北京时区的用户使用 TIMESTAMP(3) 类型的时间列开最常用的 1 天的窗口时，划分出来的窗口范围是北京时间的 [2022-01-01 08:00:00, 2022-01-02 08:00:00]，而不是北京时间的 [2022-01-01 00:00:00, 2022-01-02 00:00:00]。因为 TIMESTAMP(3) 是默认的 UTC 时间，即 0 时区。
  • 北京时区的用户将 TIMESTAMP(3) 类型时间属性列转为 STRING 类型的数据展示时，也是 UTC 时区的，而不是北京时间的。

因此充分了解本节的知识内容可以很好的帮你避免时区问题错误。

2.SQL 时间类型

  • Flink SQL 支持 TIMESTAMP(不带时区信息的时间)、TIMESTAMP_LTZ(带时区信息的时间)
  • TIMESTAMP(不带时区信息的时间)：是通过一个 年， 月， 日， 小时， 分钟， 秒 和 小数秒 的字符串来指定。举例：1970-01-01 00:00:04.001。
  • 为什么要使用字符串来指定呢?因为此种类型不带时区信息，所以直接用一个字符串指定就好了？
  • 那 TIMESTAMP 字符串的时间代表的是什么时区的时间呢?UTC 时区，也就是默认 0 时区，对应中国北京是东八区。
  • TIMESTAMP_LTZ(带时区信息的时间)：没有字符串来指定，而是通过 java 标准 epoch 时间 1970-01-01T00:00:00Z 开始计算的毫秒数。举例：1640966400000。
  • 其时区信息是怎么指定的呢?是通过本次任务中的时区配置参数 table.local-time-zone 设置的。
  • 时间戳本身也不带有时区信息，为什么要使用时间戳来指定呢?就是因为时间戳不带有时区信息，所以我们通过配置 table.local-time-zone 时区参数之后，就能将一个不带有时区信息的时间戳转换为带有时区信息的字符串了。举例：table.local-time-zone 为 Asia/Shanghai 时，4001 时间戳转化为字符串的效果是 1970-01-01 08:00:04.001。

3.时区参数生效的 SQL 时间函数

以下 SQL 中的时间函数都会受到时区参数的影响，从而做到最后显示给用户的时间、窗口的划分都按照用户设置时区之内的时间。

  • LOCALTIME；
  • LOCALTIMESTAMP；
  • CURRENT_DATE；
  • CURRENT_TIME；
  • CURRENT_TIMESTAMP；
  • CURRENT_ROW_TIMESTAMP()；
  • NOW()；
  • PROCTIME()：其中 PROCTIME() 在 1.13 版本及之后版本，返回值类型是 TIMESTAMP_LTZ(3)。

在 Flink SQL client 中执行结果如下：

Flink SQL>SET sql-client.execution.result-mode=tableau;
Flink SQL>CREATE VIEW MyView1 ASSELECT LOCALTIME, LOCALTIMESTAMP, CURRENT_DATE, CURRENT_TIME, CURRENT_TIMESTAMP, CURRENT_ROW_TIMESTAMP(), NOW(), PROCTIME();
Flink SQL>DESC MyView1;

+------------------------+-----------------------------+-------+-----+--------+-----------+
|                   name |                        type |null| key | extras | watermark |
+------------------------+-----------------------------+-------+-----+--------+-----------+
|              LOCALTIME |TIME(0)|false||||
|         LOCALTIMESTAMP |TIMESTAMP(3)|false||||
|           CURRENT_DATE |DATE|false||||
|           CURRENT_TIME |TIME(0)|false||||
|      CURRENT_TIMESTAMP |            TIMESTAMP_LTZ(3)|false||||
|CURRENT_ROW_TIMESTAMP()|            TIMESTAMP_LTZ(3)|false||||
|                  NOW()|            TIMESTAMP_LTZ(3)|false||||
|             PROCTIME()| TIMESTAMP_LTZ(3)*PROCTIME*|false||||
+------------------------+-----------------------------+-------+-----+--------+-----------+

Flink SQL>SETtable.local-time-zone=UTC;
Flink SQL>SELECT*FROM MyView1;

+-----------+-------------------------+--------------+--------------+-------------------------+-------------------------+-------------------------+-------------------------+
| LOCALTIME |          LOCALTIMESTAMP | CURRENT_DATE | CURRENT_TIME |       CURRENT_TIMESTAMP | CURRENT_ROW_TIMESTAMP()|                   NOW()|              PROCTIME()|
+-----------+-------------------------+--------------+--------------+-------------------------+-------------------------+-------------------------+-------------------------+
|15:18:36|2021-04-1515:18:36.384|2021-04-15|15:18:36|2021-04-1515:18:36.384|2021-04-1515:18:36.384|2021-04-1515:18:36.384|2021-04-1515:18:36.384|
+-----------+-------------------------+--------------+--------------+-------------------------+-------------------------+-------------------------+-------------------------+

Flink SQL>SETtable.local-time-zone=Asia/Shanghai;
Flink SQL>SELECT*FROM MyView1;

+-----------+-------------------------+--------------+--------------+-------------------------+-------------------------+-------------------------+-------------------------+
| LOCALTIME |          LOCALTIMESTAMP | CURRENT_DATE | CURRENT_TIME |       CURRENT_TIMESTAMP | CURRENT_ROW_TIMESTAMP()|                   NOW()|              PROCTIME()|
+-----------+-------------------------+--------------+--------------+-------------------------+-------------------------+-------------------------+-------------------------+
|23:18:36|2021-04-1523:18:36.384|2021-04-15|23:18:36|2021-04-1523:18:36.384|2021-04-1523:18:36.384|2021-04-1523:18:36.384|2021-04-1523:18:36.384|
+-----------+-------------------------+--------------+--------------+-------------------------+-------------------------+-------------------------+-------------------------+


Flink SQL>CREATE VIEW MyView2 ASSELECT TO_TIMESTAMP_LTZ(4001,3)AS ltz,TIMESTAMP '1970-01-01 00:00:01.001'AS ntz;
Flink SQL>DESC MyView2;

+------+------------------+-------+-----+--------+-----------+
| name |             type |null| key | extras | watermark |
+------+------------------+-------+-----+--------+-----------+
|  ltz | TIMESTAMP_LTZ(3)|true||||
|  ntz |TIMESTAMP(3)|false||||
+------+------------------+-------+-----+--------+-----------+

Flink SQL>SETtable.local-time-zone=UTC;
Flink SQL>SELECT*FROM MyView2;

+-------------------------+-------------------------+
|                     ltz |                     ntz |
+-------------------------+-------------------------+
|1970-01-0100:00:04.001|1970-01-0100:00:01.001|
+-------------------------+-------------------------+

Flink SQL>SETtable.local-time-zone=Asia/Shanghai;
Flink SQL>SELECT*FROM MyView2;

+-------------------------+-------------------------+
|                     ltz |                     ntz |
+-------------------------+-------------------------+
|1970-01-0108:00:04.001|1970-01-0100:00:01.001|
+-------------------------+-------------------------+

Flink SQL>CREATE VIEW MyView3 ASSELECT ltz, CAST(ltz ASTIMESTAMP(3)), CAST(ltz AS STRING), ntz, CAST(ntz AS TIMESTAMP_LTZ(3))FROM MyView2;
Flink SQL>DESC MyView3;
+-------------------------------+------------------+-------+-----+--------+-----------+
|                          name |             type |null| key | extras | watermark |
+-------------------------------+------------------+-------+-----+--------+-----------+
|                           ltz | TIMESTAMP_LTZ(3)|true||||
|     CAST(ltz ASTIMESTAMP(3))|TIMESTAMP(3)|true||||
|           CAST(ltz AS STRING)|           STRING |true||||
|                           ntz |TIMESTAMP(3)|false||||
| CAST(ntz AS TIMESTAMP_LTZ(3))| TIMESTAMP_LTZ(3)|false||||
+-------------------------------+------------------+-------+-----+--------+-----------+

Flink SQL>SELECT*FROM MyView3;

+-------------------------+---------------------------+-------------------------+-------------------------+-------------------------------+
|                     ltz | CAST(ltz ASTIMESTAMP(3))|     CAST(ltz AS STRING)|                     ntz | CAST(ntz AS TIMESTAMP_LTZ(3))|
+-------------------------+---------------------------+-------------------------+-------------------------+-------------------------------+
|1970-01-0108:00:04.001|1970-01-0108:00:04.001|1970-01-0108:00:04.001|1970-01-0100:00:01.001|1970-01-0100:00:01.001|
+-------------------------+---------------------------+-------------------------+-------------------------+-------------------------------+

4.事件时间和时区应用案例

这里分两类，分别是 TIMESTAMP(不带时区信息的时间)、TIMESTAMP_LTZ(带时区信息的时间) 的事件时间 Flink SQL 任务。

  • TIMESTAMP(不带时区信息的时间)
Flink SQL>CREATETABLE MyTable2 (
                  item STRING,
                  price DOUBLE,
                  ts TIMESTAMP(3),-- TIMESTAMP 类型的时间戳
                  WATERMARK FOR ts AS ts - INTERVAL '10' SECOND
) WITH (
'connector'='socket',
'hostname'='127.0.0.1',
'port'='9999',
'format'='csv'
);

Flink SQL>CREATE VIEW MyView4 AS
SELECT
                TUMBLE_START(ts, INTERVAL '10' MINUTES)AS window_start,
                TUMBLE_END(ts, INTERVAL '10' MINUTES)AS window_end,
                TUMBLE_ROWTIME(ts, INTERVAL '10' MINUTES)as window_rowtime,
                item,
                MAX(price)as max_price
FROM MyTable2
GROUPBY TUMBLE(ts, INTERVAL '10' MINUTES), item;

Flink SQL>DESC MyView4;

+----------------+------------------------+------+-----+--------+-----------+
|           name |                   type |null| key | extras | watermark |
+----------------+------------------------+------+-----+--------+-----------+
|   window_start |TIMESTAMP(3)|true||||
|     window_end |TIMESTAMP(3)|true||||
| window_rowtime |TIMESTAMP(3)*ROWTIME*|true||||
|           item |                 STRING |true||||
|      max_price |DOUBLE|true||||
+----------------+------------------------+------+-----+--------+-----------+

将数据写入到 MyTable2 中：

> nc -lk 9999
A,1.1,2021-04-1514:01:00
B,1.2,2021-04-1514:02:00
A,1.8,2021-04-1514:03:00
B,2.5,2021-04-1514:04:00
C,3.8,2021-04-1514:05:00
C,3.8,2021-04-1514:11:00

最终结果如下：

Flink SQL>SETtable.local-time-zone=UTC;
Flink SQL>SELECT*FROM MyView4;

+-------------------------+-------------------------+-------------------------+------+-----------+
|            window_start |              window_end |          window_rowtime | item | max_price |
+-------------------------+-------------------------+-------------------------+------+-----------+
|2021-04-1514:00:00.000|2021-04-1514:10:00.000|2021-04-1514:09:59.999|    A |1.8|
|2021-04-1514:00:00.000|2021-04-1514:10:00.000|2021-04-1514:09:59.999|    B |2.5|
|2021-04-1514:00:00.000|2021-04-1514:10:00.000|2021-04-1514:09:59.999|    C |3.8|
+-------------------------+-------------------------+-------------------------+------+-----------+

Flink SQL>SETtable.local-time-zone=Asia/Shanghai;
Flink SQL>SELECT*FROM MyView4;

+-------------------------+-------------------------+-------------------------+------+-----------+
|            window_start |              window_end |          window_rowtime | item | max_price |
+-------------------------+-------------------------+-------------------------+------+-----------+
|2021-04-1514:00:00.000|2021-04-1514:10:00.000|2021-04-1514:09:59.999|    A |1.8|
|2021-04-1514:00:00.000|2021-04-1514:10:00.000|2021-04-1514:09:59.999|    B |2.5|
|2021-04-1514:00:00.000|2021-04-1514:10:00.000|2021-04-1514:09:59.999|    C |3.8|
+-------------------------+-------------------------+-------------------------+------+-----------+

通过上述结果可见，使用 TIMESTAMP(不带时区信息的时间) 进开窗，在 UTC 时区下的计算结果与在 Asia/Shanghai 时区下计算的窗口开始时间，窗口结束时间和窗口的时间是相同的。

  • TIMESTAMP_LTZ(带时区信息的时间)
Flink SQL>CREATETABLE MyTable3 (
                  item STRING,
                  price DOUBLE,
                  ts BIGINT,-- long 类型的时间戳
                  ts_ltz AS TO_TIMESTAMP_LTZ(ts,3),-- 转为 TIMESTAMP_LTZ 类型的时间戳
                  WATERMARK FOR ts_ltz AS ts_ltz - INTERVAL '10' SECOND
) WITH (
'connector'='socket',
'hostname'='127.0.0.1',
'port'='9999',
'format'='csv'
);

Flink SQL>CREATE VIEW MyView5 AS
SELECT
                TUMBLE_START(ts_ltz, INTERVAL '10' MINUTES)AS window_start,
                TUMBLE_END(ts_ltz, INTERVAL '10' MINUTES)AS window_end,
                TUMBLE_ROWTIME(ts_ltz, INTERVAL '10' MINUTES)as window_rowtime,
                item,
                MAX(price)as max_price
FROM MyTable3
GROUPBY TUMBLE(ts_ltz, INTERVAL '10' MINUTES), item;

Flink SQL>DESC MyView5;

+----------------+----------------------------+-------+-----+--------+-----------+
|           name |                       type |null| key | extras | watermark |
+----------------+----------------------------+-------+-----+--------+-----------+
|   window_start |TIMESTAMP(3)|false||||
|     window_end |TIMESTAMP(3)|false||||
| window_rowtime | TIMESTAMP_LTZ(3)*ROWTIME*|true||||
|           item |                     STRING |true||||
|      max_price |DOUBLE|true||||
+----------------+----------------------------+-------+-----+--------+-----------+

将数据写入 MyTable3：

A,1.1,1618495260000  # 对应到 UTC 时区的时间为 2021-04-1514:01:00
B,1.2,1618495320000  # 对应到 UTC 时区的时间为 2021-04-1514:02:00
A,1.8,1618495380000  # 对应到 UTC 时区的时间为 2021-04-1514:03:00
B,2.5,1618495440000  # 对应到 UTC 时区的时间为 2021-04-1514:04:00
C,3.8,1618495500000  # 对应到 UTC 时区的时间为 2021-04-1514:05:00
C,3.8,1618495860000  # 对应到 UTC 时区的时间为 2021-04-1514:11:00

最终结果如下：

Flink SQL>SETtable.local-time-zone=UTC;
Flink SQL>SELECT*FROM MyView5;

+-------------------------+-------------------------+-------------------------+------+-----------+
|            window_start |              window_end |          window_rowtime | item | max_price |
+-------------------------+-------------------------+-------------------------+------+-----------+
|2021-04-1514:00:00.000|2021-04-1514:10:00.000|2021-04-1514:09:59.999|    A |1.8|
|2021-04-1514:00:00.000|2021-04-1514:10:00.000|2021-04-1514:09:59.999|    B |2.5|
|2021-04-1514:00:00.000|2021-04-1514:10:00.000|2021-04-1514:09:59.999|    C |3.8|
+-------------------------+-------------------------+-------------------------+------+-----------+

Flink SQL>SETtable.local-time-zone=Asia/Shanghai;
Flink SQL>SELECT*FROM MyView5;

+-------------------------+-------------------------+-------------------------+------+-----------+
|            window_start |              window_end |          window_rowtime | item | max_price |
+-------------------------+-------------------------+-------------------------+------+-----------+
|2021-04-1522:00:00.000|2021-04-1522:10:00.000|2021-04-1522:09:59.999|    A |1.8|
|2021-04-1522:00:00.000|2021-04-1522:10:00.000|2021-04-1522:09:59.999|    B |2.5|
|2021-04-1522:00:00.000|2021-04-1522:10:00.000|2021-04-1522:09:59.999|    C |3.8|
+-------------------------+-------------------------+-------------------------+------+-----------+

通过上述结果可见，使用 TIMESTAMP_LTZ(带时区信息的时间) 进开窗，在 UTC 时区下的计算结果与在 Asia/Shanghai 时区下计算的窗口开始时间，窗口结束时间和窗口的时间是不同的，都是按照时区进行格式化的。

5.处理时间和时区应用案例

Flink SQL 定义处理时间属性列是通过 PROCTIME() 函数来指定的，其返回值类型是 TIMESTAMP_LTZ。

注意：

在 Flink 1.13 之前，PROCTIME() 函数返回类型是 TIMESTAMP，返回值是 UTC 时区的时间戳，例如，上海时间显示为 2021-03-01 12:00:00 时，PROCTIME() 返回值显示 2021-03-01 04:00:00，我们进行使用是错误的。Flink 1.13 修复了这个问题，使用 TIMESTAMP_LTZ 作为 PROCTIME() 的返回类型，这样 Flink 就会自动获取当前时区信息，然后进行处理，不需要用户再进行时区的格式化处理了。

如下案例：

Flink SQL>SETtable.local-time-zone=UTC;
Flink SQL>SELECT PROCTIME();

+-------------------------+
|              PROCTIME()|
+-------------------------+
|2021-04-1514:48:31.387|
+-------------------------+

Flink SQL>SETtable.local-time-zone=Asia/Shanghai;
Flink SQL>SELECT PROCTIME();

+-------------------------+
|              PROCTIME()|
+-------------------------+
|2021-04-1522:48:31.387|
+-------------------------+

Flink SQL>CREATETABLE MyTable1 (
                  item STRING,
                  price DOUBLE,
                  proctime as PROCTIME()
) WITH (
'connector'='socket',
'hostname'='127.0.0.1',
'port'='9999',
'format'='csv'
);

Flink SQL>CREATE VIEW MyView3 AS
SELECT
                TUMBLE_START(proctime, INTERVAL '10' MINUTES)AS window_start,
                TUMBLE_END(proctime, INTERVAL '10' MINUTES)AS window_end,
                TUMBLE_PROCTIME(proctime, INTERVAL '10' MINUTES)as window_proctime,
                item,
                MAX(price)as max_price
FROM MyTable1
GROUPBY TUMBLE(proctime, INTERVAL '10' MINUTES), item;

Flink SQL>DESC MyView3;

+-----------------+-----------------------------+-------+-----+--------+-----------+
|           name  |                        type |null| key | extras | watermark |
+-----------------+-----------------------------+-------+-----+--------+-----------+
|    window_start |TIMESTAMP(3)|false||||
|      window_end |TIMESTAMP(3)|false||||
| window_proctime | TIMESTAMP_LTZ(3)*PROCTIME*|false||||
|            item |                      STRING |true||||
|       max_price |DOUBLE|true||||
+-----------------+-----------------------------+-------+-----+--------+-----------+

将数据写入到 MyTable1 中：

> nc -lk 9999
A,1.1
B,1.2
A,1.8
B,2.5
C,3.8

其输出结果如下：

Flink SQL>SETtable.local-time-zone=UTC;
Flink SQL>SELECT*FROM MyView3;

+-------------------------+-------------------------+-------------------------+------+-----------+
|            window_start |              window_end |          window_procime | item | max_price |
+-------------------------+-------------------------+-------------------------+------+-----------+
|2021-04-1514:00:00.000|2021-04-1514:10:00.000|2021-04-1514:10:00.005|    A |1.8|
|2021-04-1514:00:00.000|2021-04-1514:10:00.000|2021-04-1514:10:00.007|    B |2.5|
|2021-04-1514:00:00.000|2021-04-1514:10:00.000|2021-04-1514:10:00.007|    C |3.8|
+-------------------------+-------------------------+-------------------------+------+-----------+

Flink SQL>SETtable.local-time-zone=Asia/Shanghai;
Flink SQL>SELECT*FROM MyView3;

+-------------------------+-------------------------+-------------------------+------+-----------+
|            window_start |              window_end |          window_procime | item | max_price |
+-------------------------+-------------------------+-------------------------+------+-----------+
|2021-04-1522:00:00.000|2021-04-1522:10:00.000|2021-04-1522:10:00.005|    A |1.8|
|2021-04-1522:00:00.000|2021-04-1522:10:00.000|2021-04-1522:10:00.007|    B |2.5|
|2021-04-1522:00:00.000|2021-04-1522:10:00.000|2021-04-1522:10:00.007|    C |3.8|
+-------------------------+-------------------------+-------------------------+------+-----------+

通过上述结果可见，使用处理时间进行开窗，在 UTC 时区下的计算结果与在 Asia/Shanghai 时区下计算的窗口开始时间，窗口结束时间和窗口的时间是不同的，都是按照时区进行格式化的。

6.SQL 时间函数返回在流批任务中的异同

以下函数：

  • LOCALTIME
  • LOCALTIMESTAMP
  • CURRENT_DATE
  • CURRENT_TIME
  • CURRENT_TIMESTAMP
  • NOW()

在 Streaming 模式下这些函数是每条记录都会计算一次，但在 Batch 模式下，只会在 query 开始时计算一次，所有记录都使用相同的时间结果。

以下时间函数无论是在 Streaming 模式还是 Batch 模式下，都会为每条记录计算一次结果：

  • CURRENT_ROW_TIMESTAMP()
  • PROCTIME()

文章来源网络，作者：运维，如若转载，请注明出处：https://shuyeidc.com/wp/226464.html<

赞 (0)
运维的头像运维
00
上一篇2025-04-17 09:22
下一篇 2025-04-17 09:24

相关推荐

  • 如何制作个人主题技术资讯

    个人主题怎么制作？

    制作个人主题是一个将个人风格、兴趣或专业领域转化为视觉化或结构化内容的过程，无论是用于个人博客、作品集、社交媒体账号还是品牌形象，核心都是围绕“个人特色”展开，以下从定位、内容规划、视觉设计、技术实现四个维度,详细拆解制作个人主题的完整流程，明确主题定位：找到个人特色的核心主题定位是所有工作的起点，需要先回答……

    运维的头像运维
    2025-11-20
    0
  • 如何管理社群营销技术资讯

    社群营销管理关键是什么？

    社群营销的核心在于通过建立有温度、有价值、有归属感的社群，实现用户留存、转化和品牌传播，其管理需贯穿“目标定位-内容运营-用户互动-数据驱动-风险控制”全流程,以下从五个维度展开详细说明：明确社群定位与目标社群管理的首要任务是精准定位，需明确社群的核心价值（如行业交流、产品使用指导、兴趣分享等）、目标用户画像……

    运维的头像运维
    2025-11-20
    0
  • 香港公司如何网站备案技术资讯

    香港公司网站备案需要什么材料？

    香港公司进行网站备案是一个涉及多部门协调、流程相对严谨的过程，尤其需兼顾中国内地与香港两地的监管要求，由于香港公司注册地与中国内地不同，其网站若主要服务内地用户或使用内地服务器，需根据服务器位置、网站内容性质等，选择对应的备案路径（如工信部ICP备案或公安备案），以下从备案主体资格、流程步骤、材料准备、注意事项……

    运维的头像运维
    2025-11-20
    0
  • 如何企业上云推广技术资讯

    如何企业上云推广

    企业上云已成为数字化转型的核心战略,但推广过程中需结合行业特性、企业痛点与市场需求，构建系统性、多维度的推广体系，以下从市场定位、策略设计、执行落地及效果优化四个维度，详细拆解企业上云推广的实践路径，精准定位：明确目标企业与核心价值企业上云并非“一刀切”的方案，需先锁定目标客户群体，提炼差异化价值主张，客户分层……

    运维的头像运维
    2025-11-20
    0
  • PS如何设计搜索框技术资讯

    PS设计搜索框的实用技巧有哪些？

    在PS中设计一个美观且功能性的搜索框需要结合创意构思、视觉设计和用户体验考量，以下从设计思路、制作步骤、细节优化及交互预览等方面详细说明，帮助打造符合需求的搜索框，设计前的规划明确使用场景：根据网站或APP的整体风格确定搜索框的调性，例如极简风适合细线条和纯色，科技感适合渐变和发光效果，电商类则可能需要突出搜索……

    运维的头像运维
    2025-11-20
    0

发表回复

您的邮箱地址不会被公开。必填项已用 * 标注