一、基于时间的合流 -- 双流联结join
根据key进行合流相当于关系数据库中表的join操作。flink中两条流的connect操作,就可以通过keyby指定键进行分组后合并,实现类似sql的join
1.1 窗口join
要求:
1. 落在同一个时间窗口范围内才能匹配
2. 根据keyby的key来进行关联匹配
3. 只能拿到匹配上的数据,类似有固定时间范围的inner join
1.2 间隔联结(Interval join)
每一条数据自身都开辟一个区间,在对方的区间内进行查找
间隔联结在代码中是基于KeyedStream之后进行调用Interval join进行合并两条流
1. 只支持事件时间
2. 指定上界下界的便宜,符号代表往前往后
3. process中,只能处理join上的数据
4. 如果有吃到数据,两条流关联后的watermark,以两条流中最小的为准
5. 如果 当前数据的事件时间 < 当前的watermark,就是迟到数据,主流的process不会处理。
=》 between后,将指定的左流或右流 迟到的数据 放入侧输出流