【Flink精讲】双流Join之Regular Join(即普通Join)

Regular Join

普通Join

  • 通过条件关联两条实时数据流:动态表Join动态表
  • 支持Inner Join、Left Join、Right Join、Full Join。
    1. Inner Join(Join):只有两边数据流都关联上才输出+[L,R]
    2. Left Join(Left Outer Join):只要左流有数据即输出+[L,NULL],右流数据到达时会产生撤回流-[L,NULL],并输出+[L,R]
    3. Right Join(Right Outer Join):和Left Join逻辑相反
    4. Full Join(Full Outer Join):左流有数据输出+[L,NULL],右流有数据即输出+[NULL,R],两个数据流关联上之后产生回撤流并输出完整结果
图例
Inner Join
  • 注意:Inner Join不会产生回撤流

【Flink精讲】双流Join之Regular Join(即普通Join)_第1张图片

Left Join

回撤流:使用的是-D,而不是-U

输出流:+I(大写i)

  • 注意:Left Join会产生回撤流

【Flink精讲】双流Join之Regular Join(即普通Join)_第2张图片

Right Join
  • 注意:Right Join会产生回撤流

【Flink精讲】双流Join之Regular Join(即普通Join)_第3张图片

Full Join
  • 注意:Full Join会产生回撤流

【Flink精讲】双流Join之Regular Join(即普通Join)_第4张图片

案例实战

订单表和支付表进行关联构建宽表

  • 设置state的TTL防止内存过大
  • left join/right join/full join时要支持回撤,kafka不支持回撤流
    1. upsert-kafka的connector支持回撤流
    upsert-kafka必须指定主键字段:PRIMARY KEY(order_id) NOT ENFORCED
    2. order_id为空报错
    full join时可以case when哪张表有用哪张表的

你可能感兴趣的:(大数据,Flink,Flink精讲,flink,大数据)