Flink 实践教程-进阶（11）：SQL 关联：Regular Join

腾讯云大数据

已于 2022-06-13 11:25:08 修改

阅读量3.5k

点赞数 1

文章标签：大数据 flink

于 2022-04-01 18:00:00 首次发布

本文链接：https://blog.csdn.net/cloudbigdata/article/details/123911653

版权

本文介绍了如何在腾讯云流计算Oceanus平台上，基于Apache Flink构建的流计算Oceanus，使用Flink SQL的RegularJoins进行实时数据关联。通过创建Kafka Topic，配置Oceanus集群，编写SQL作业，实现了从Kafka源表的订单数据与商品信息的左关联，将结果写入LoggerSink。并提供了模拟数据和查看运行结果的方法。

摘要由CSDN通过智能技术生成

作者：腾讯云流计算 Oceanus 团队

流计算 Oceanus 简介

流计算 Oceanus 是大数据产品生态体系的实时化分析利器，是基于 Apache Flink 构建的具备一站开发、无缝连接、亚秒延时、低廉成本、安全稳定等特点的企业级实时大数据分析平台。流计算 Oceanus 以实现企业数据价值最大化为目标，加速企业实时化数字化的建设进程。

Flink SQL 提供了 Regular Joins、Interval Joins、Temporal Joins、Lookup Join、Array 展平和 Table Function 六种方式实现数据关联。

视频教程：Flink 实践教程-进阶（11）：SQL 关联：Regular Join - 云+社区 - 腾讯云

本文将为您介绍如何使用 Regualr Joins 实现数据关联。Regualr Joins 在使用时有一定的限制条件，比如只能在 Equi-Join 条件下使用。下面将以 Kafka 作为源表的左右表为例，将商品订单 order-source 中商品 ID 与 product-info 中商品 ID 进行左关联得到商品名称，最终将结果数据到 Logger Sink 中去。