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

  • 0
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值