Flink 中Join type及Interval Join

在离线etl中,join​是比较常见的操作。在使用flink进行实时数据处理时,数据流的扩维,表的打宽等场景也需要join操作。

基于官网和相关资料,flink中的join类型可以用下图简要表示​。

由上图可知,在flink api 和 sql​ 模块分别支持不同的join类型。大家需根据开发需求选择相应的join​方式。具体的join样例可参考官网​。

sql模块中的join

api模块中的join

以interval join 为例,api模块中的interval join仅支持 event time语义下的inner join,而sql模块的interval join支持event time/processing time + inner/ouer join的任一一种组合。

以api模块的interval 为例,其主要的类是IntervalJoinOperator。​借助缓存分别将左右流中的消息暂时保存,并基于key在对方缓存中进行遍历匹配。如果能join上则立刻下发。

每条消息均配置了定时器,当随着watermark推进定时触发清除缓存中的这条数据,以免缓存​条数过多。

api模块中interval的大致运行机制如下​。

  • 6
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值