Flink Windows 多流 Join 和 SQL Join

Flink Windows Join 都是 Inner Join

两个流join时，先做join操作，形成JoinedStream，然后再指定Window，最后接着join后的transform操作。

案例：

inputStream1:DataStream[(Long,String,Int)] = ...
inputStream2:DataStream[(String,Long,Int)] = ...
//通过DataStream Join方法将两个数据流关联
inputStream1.join(inputStream2)
    //指定inputStream1的关联Key
    .where(_._1) 
    //指定inputStream2的关联Key
    .equalTo(_._2)/
    //指定Window Assigner
    .window(TumblingEventTimeWindows.of(Time.milliseconds(10)))
  .apply(<JoinFunction>) //指定窗口计算函数

根据窗口的不同，数据计算的方式不同

根据窗口的选择，依次对应于：

滚动窗口关联：Tumbling Window Join

滑动窗口关联：Sliding Window Join

会话窗口关联:Session Window Join

间隔关联：Interval Join

间隔关联 Join

间隔关联与其他窗口关联不同，间隔关联的数据元素关联范围不依赖窗口划分，而是通过DataS