当前位置：首页 > news >正文

FlinkSQL Joins全解析

news 2025/8/11 9:26:30

1. Lookup Join

用途：用于流表与外部维表（静态或缓慢变化表）的关联（如 MySQL、HBase 等）。
特点：
- 通过 实时查询外部存储 获取维度数据。
- 仅支持 处理时间（Processing Time）语义，无法关联历史版本。
- 结果会随维表数据更新而变化（如维表更新，后续关联结果可能不同）。

示例：

sql

SELECT o.order_id, o.user_id, u.user_name
FROM Orders AS o
JOIN Users FOR SYSTEM_TIME AS OF o.proc_time AS u
ON o.user_id = u.user_id;

2. Regular Join（流式无限 Join）

用途：两条流的普通 Join，无时间约束，匹配所有历史数据。
特点：
- 输出结果会持续更新（可能因迟到数据反复触发）。
- 需要保留双流完整状态（可能导致状态无限增长）。
- 支持 事件时间（Event Time）和处理时间。
适用场景：需要精确匹配所有历史数据的场景（如用户行为链路分析）。
风险：状态管理复杂，需设置 TTL 避免 OOM。

3. Interval Join（时间区间 Join）

用途：两条流在特定时间范围内的 Join。
特点：
- 通过 时间区间约束（如 BETWEEN lower_bound AND upper_bound）限制状态保留量。
- 仅输出时间范围内匹配的数据，状态自动清理。
- 支持 事件时间和处理时间。

示例：

sql

SELECT o.order_id, s.shipment_id
FROM Orders o
JOIN Shipments s
ON o.order_id = s.order_id
AND s.ship_time BETWEEN o.order_time - INTERVAL '1' HOUR AND o.order_time + INTERVAL '1' HOUR;

4. Temporal Table Join（时态表 Join）

用途：关联 版本化表（如带版本信息的维表）。
特点：
- 支持 事件时间语义，可关联维表的历史版本。
- 维表需定义时间属性字段（如版本时间或生效时间）。
- 与 Lookup Join 的区别：Lookup Join 查最新数据，Temporal Join 按时间戳匹配历史版本。

示例：

sql

SELECT o.order_id, r.currency_rate
FROM Orders o
JOIN Rates FOR SYSTEM_TIME AS OF o.order_time AS r
ON o.currency = r.currency;

5. Window Join（窗口 Join）

用途：在 窗口（如滚动、滑动、会话窗口） 内关联两条流。
特点：
- 输出窗口结束时触发计算，仅输出一次结果（不更新）。
- 状态按窗口自动清理。
- 支持 事件时间和处理时间。

示例：

sql

SELECT a.user_id, COUNT(b.order_id)
FROM UserActions a
JOIN Orders b
ON a.user_id = b.user_id
AND TUMBLE(a.event_time, INTERVAL '5' MINUTE) = TUMBLE(b.order_time, INTERVAL '5' MINUTE)
GROUP BY a.user_id, TUMBLE(a.event_time, INTERVAL '5' MINUTE);

区别与联系总结

Join 类型	输入类型	时间约束	状态管理	适用场景
Lookup Join	流 + 外部表	处理时间	无状态	实时维表查询（如 MySQL 数据）
Regular Join	流 + 流	无约束	无限状态（需 TTL）	精确历史匹配（风险高）
Interval Join	流 + 流	相对时间区间	按区间清理	有时间范围的流关联（如订单物流）
Temporal Join	流 + 版本化表	事件时间	按版本保留	关联维表历史版本（如汇率变化）
Window Join	流 + 流	窗口绝对时间	按窗口清理	窗口聚合统计（如 5 分钟订单行为）