Flink sql join的4种不同类型

目录

1. UnBounded的双流JOIN：

2. 单流与UDTF的JOIN操作：

3. 单流与版本表的JOIN：

4.interval join

1. UnBounded的双流JOIN：

https://developer.aliyun.com/article/672760?spm=a2c6h.13262185.0.0.6c007e186Tt5n

是双流驱动，即任何一个流有新数据过来都会触发计算。

关联过程：左右两边的没进来一条数据，都会保存到state中，然后与另一边的state中的数据进行关联，然后输出。

sql的写法，和普通mysql表关联的sql写法是一样的，支持inner join、left/right outer join。

如下inner join场景和left join的流程图：

inner join只有关联上才会输出结果，left join则左边来了会先输出（右边没关联上就置为null，等右边来新的数据可以关联上左边的数据，则会先回撤结果，然后再新增。+代表正向记录，-代表撤回记录）

2. 单流与UDTF的JOIN操作：

https://developer.aliyun.com/article/674345?spm=a2c6h.12873639.0.0.47903da5UARE9Vhttps://developer.aliyun.com/article/674345?spm=a2c6h.12873639.0.0.47903da5UARE9V

3. 单流与版本表的JOIN：

由左边的单流驱动，temporal join。左表是流，右表是temporal table

temporal table 支持FOR SYSTEM_TIME AS OF语法，

例如DDL语句

CREATE TABLE Emp
ENo INTEGER,
Sys_Start TIMESTAMP(12) GENERATED
ALWAYS AS ROW Start,
Sys_end TIMESTAMP(12) GENERATED
ALWAYS AS ROW END,
EName VARCHAR(30),
PERIOD FOR SYSTEM_TIME (Sys_Start,Sys_end)
) WITH SYSTEM VERSIONING

DML语句

INSERT INTO Emp (ENo, EName) VALUES (22217, 'Joe')

，说明: 其中Sys_Start和Sys_End是数据库系统默认填充的。

例如查询：

SELECT ENo,EName,Sys_Start,Sys_End FROM Emp 
FOR SYSTEM_TIME AS OF TIMESTAMP '2011-01-02 00:00:00'
说明: 这个查询会返回所有Sys_Start <= 2011-01-02 00:00:00 并且 Sys_end > 2011-01-02 00:00:00 的记录。

https://github.com/ververica/flink-sql-cookbook/blob/main/joins/03_kafka_join/03_kafka_join.md

Apache Flink 漫谈系列(11) - Temporal Table JOIN-阿里云开发者社区

https://developer.aliyun.com/article/679659?spm=a2c6h.12873639.0.0.47903da5UARE9V

4.interval join

在UnBounded数据流上按时间维度进行数据划分进行JOIN操作 - Time Interval(Time-windowed)JOIN, 后面我们叫做Interval JOIN：
https://developer.aliyun.com/article/683681

https://github.com/ververica/flink-sql-cookbook/blob/main/joins/02_interval_joins/02_interval_joins.md