离线数据Join我懂，但是实时数据怎么做Join的？ by彭文华

刚接触实时数据的时候，那时候比较时兴叫“流式数据”。我就非常怀疑实时数据的应用场景极其有限。别的不说，单说 Join 这个非常常用的数据操作，你说咋实现？

Join 是咋回事？

在关系型数据库中，两个表的 Join 原理其实还是比较容易理解的。我们用最朴素的方式方法去理解，就是这个样子：

主表和副表进行 Join ，其实就是拿主表的每一条记录跟副表的每一条记录进行查询、匹配。有人说了，匹配上一条是不是就可以了？当然不行了，因为可能会存在多对多的关系，所以必须要每一条进行匹配。

匹配结束后，把匹配的结果进行合并，然后输出结果，这就是全表 Join 的原理了。不过这种方式简单且容易理解，但是这开销也太大了吧！相当于 N 个全表扫描了。

这种情况在一般的场景不多见，因为有经验的数据工程师会用第二种方法：

其实就是在副表的关联字段上建一个索引。这样，主表在去找数据的时候，就不用做全表扫描了，索