Flink实践代码-FlinkSQL使用 Join 完成表关联

最新推荐文章于 2024-07-09 20:35:00 发布

Will Cui

最新推荐文章于 2024-07-09 20:35:00 发布

阅读量568

点赞数 15

文章标签： flink 大数据

本文链接：https://blog.csdn.net/danevc/article/details/137240639

版权

本文介绍了如何使用Flink SQL进行数据流的关联查询。首先阐述了思路，包括构建运行环境、接入数据流和进行关联查询。然后提供了核心代码，通过TableAPI将两个数据流转换为Table并进行字段裁剪，最后使用Join操作基于特定条件('bdid'等于'creator')关联两个表。

摘要由CSDN通过智能技术生成

1.代码与含义解释

1.1 思路

Flink 获取数据流后，需要做数据过滤那么首先就要有一下几个步骤：

构建运行环境
接入数据流
两个数据流关联查询结论

1.2 直接上代码

package com.youtree.flink;

import com.alibaba.fastjson2.JSON;
import com.alibaba.fastjson2.JSONObject;
import org.apache.flink.api.common.functions.FlatMapFunction;
import org.apache.flink.api.common.typeinfo.Types;
import org.apache.flink.streaming.api.datastream.DataStream;
import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;
import org.apache.flink.table.api.Table;
import org.apache.flink.table.api.bridge.java.StreamTableEnvironment;
import org.apache.flink.types.Row;
import org.apache.flink.util.Collector;

import java.util.ArrayList;
import java.util.List;
import java.util.Objects;

import static org.apache.flink.table.api.Expressions.$;

/******************************************************
 * @program        : com.youtree.flink
 * @ClassName      : Visit_Info_for_table_Join
 * @Author         : willcui
 * @Date           : 2024/4/1 12:04
 * @Description    :   
 * @Version        :  
/************************************************