[实时计算flink]双流JOIN语句

Flink SQL支持对动态表进行复杂而灵活的连接操作,本文为您介绍如何使用双流JOIN语句。

背景信息

实时计算的JOIN和传统批处理JOIN的语义一致,都用于将两张表关联起来。区别为实时计算关联的是两张动态表,关联的结果也会动态更新,以保证最终结果和批处理结果一致。

双流JOIN语法

复制代码
tableReference [, tableReference ]*
| tableExpression [ NATURAL | INNER ] [ { LEFT | RIGHT | FULL } [ OUTER ] ] JOIN tableExpression [ joinCondition ]
| tableExpression CROSS JOIN tableExpression
| tableExpression [ CROSS | OUTER ] APPLY tableExpression

joinCondition:
ON booleanExpression
| USING '(' column [, column ]* ')'
  • tableReference:表名称。

  • tableExpression:表达式。

  • joinCondition:JOIN条件。

双流JOIN hints

从实时计算引擎VVR 8.0.1 开始,您可以通过提示(Hints)单独为双流JOIN的左右流状态设置不同生命周期 (TTL)来减少维护的状态大小。

  • 语法

    复制代码
    -- VVR 8.0.1 开始
    SELECT /*+ JOIN_STATE_TTL('tableReference1' = 'ttl1' [, 'tableReference2' = 'ttl2']*) */ ...
    
    -- VVR 8.0.7 开始,您也可以使用社区的Join State TTL Hint语法
    SELECT /*+ STATE_TTL('tableReference1' = 'ttl1' [, 'tableReference2' = 'ttl2']*) */ ...
  • 注意事项

    • JOIN STATE TTL HINT仅支持在双流JOIN场景使用,不支持维表JOIN、Interval Join或Window Join。

    • 若双流JOIN时JOIN STATE TTL HINT仅指定某一条流的在JOIN节点的状态生命周期,则另外一条流的状态生命周期使用Flink SQL作业级别的状态生命周期,由table.exec.state.ttl控制(参见基本配置),默认值为1.5天。

    • tableReference支持表名,视图名和别名,一旦为表名指定别名时,则需使用别名。

    • 这是一个实验性质的特性,HINT语法未来可能会发生变化。

  • 示例

    复制代码
    -- HINT使用别名
    SELECT /*+ JOIN_STATE_TTL('o' = '3d', 'p' = '1d') */
      o.rowtime, o.productid, o.orderid, o.units, p.name, p.unitprice
      FROM Orders AS o
      JOIN Products AS p
    ON o.productid = p.productid;
    -- VVR 8.0.7及以上版本也可以使用新语法
    SELECT /*+ STATE_TTL('o' = '3d', 'p' = '1d') */
      o.rowtime, o.productid, o.orderid, o.units, p.name, p.unitprice
      FROM Orders AS o
      JOIN Products AS p
    ON o.productid = p.productid;
    
    -- HINT使用表名
    SELECT /*+ JOIN_STATE_TTL('Orders' = '3d', 'Products' = '1d') */ *
      FROM Orders
      JOIN Products
    ON Orders.productid = Products.productid;
    -- VVR 8.0.7及以上版本也可以使用新语法
    SELECT /*+ STATE_TTL('Orders' = '3d', 'Products' = '1d') */ *
      FROM Orders
      JOIN Products
    ON Orders.productid = Products.productid;
    
    -- HINT使用视图名
    CREATE TEMPORARY VIEW v AS
    SELECT id, ...
    	FROM (
    		SELECT id, ROW_NUMBER() OVER (PARTITION BY ... ORDER BY ..) AS rn
    		FROM src1
    		WHERE ...
    	) tmp
    WHERE rn = 1;
    	
    SELECT /*+ JOIN_STATE_TTL('v' = '1d', 'b' = '3d') */ v.* , b.*
    FROM v
    LEFT JOIN src2 AS b ON v.id = b.id;
    -- VVR 8.0.7及以上版本也可以使用新语法
    SELECT /*+ STATE_TTL('v' = '1d', 'b' = '3d') */ v.* , b.*
    FROM v
    LEFT JOIN src2 AS b ON v.id = b.id;

Orders JOIN Products表的数据示例

  • 测试数据

    表 1. Orders

    |-------------|---------------|-------------|-----------|
    | rowtime | productid | orderid | units |
    | 10:17:00 | 30 | 5 | 4 |
    | 10:17:05 | 10 | 6 | 1 |
    | 10:18:05 | 20 | 7 | 2 |
    | 10:18:07 | 30 | 8 | 20 |
    | 11:02:00 | 10 | 9 | 6 |
    | 11:04:00 | 10 | 10 | 1 |
    | 11:09:30 | 40 | 11 | 12 |
    | 11:24:11 | 10 | 12 | 4 |

    表 2. Products

    |---------------|----------|---------------|
    | productid | name | unitprice |
    | 30 | Cheese | 17 |
    | 10 | Beer | 0.25 |
    | 20 | Wine | 6 |
    | 30 | Cheese | 17 |
    | 10 | Beer | 0.25 |
    | 10 | Beer | 0.25 |
    | 40 | Bread | 100 |
    | 10 | Beer | 0.25 |

  • 测试语句

    复制代码
    SELECT o.rowtime, o.productid, o.orderid, o.units, p.name, p.unitprice
      FROM Orders AS o
      JOIN Products AS p
    ON o.productid = p.productid;
  • 测试结果

    |---------------|-----------------|---------------|-------------|------------|-----------------|
    | o.rowtime | o.productid | o.orderid | o.units | p.name | p.unitprice |
    | 10:17:00 | 30 | 5 | 4 | Cheese | 17.00 |
    | 10:17:00 | 30 | 5 | 4 | Cheese | 17.00 |
    | 10:17:05 | 10 | 6 | 1 | Beer | 0.25 |
    | 10:17:05 | 10 | 6 | 1 | Beer | 0.25 |
    | 10:17:05 | 10 | 6 | 1 | Beer | 0.25 |
    | 10:17:05 | 10 | 6 | 1 | Beer | 0.25 |
    | 10:18:05 | 20 | 7 | 2 | Wine | 6.00 |
    | 10:18:07 | 30 | 8 | 20 | Cheese | 17.00 |
    | 10:18:07 | 30 | 8 | 20 | Cheese | 17.00 |
    | 11:02:00 | 10 | 9 | 6 | Beer | 0.25 |
    | 11:02:00 | 10 | 9 | 6 | Beer | 0.25 |
    | 11:02:00 | 10 | 9 | 6 | Beer | 0.25 |
    | 11:02:00 | 10 | 9 | 6 | Beer | 0.25 |
    | 11:04:00 | 10 | 10 | 1 | Beer | 0.25 |
    | 11:04:00 | 10 | 10 | 1 | Beer | 0.25 |
    | 11:04:00 | 10 | 10 | 1 | Beer | 0.25 |
    | 11:04:00 | 10 | 10 | 1 | Beer | 0.25 |
    | 11:09:30 | 40 | 11 | 12 | Bread | 100.00 |
    | 11:24:11 | 10 | 12 | 4 | Beer | 0.25 |
    | 11:24:11 | 10 | 12 | 4 | Beer | 0.25 |
    | 11:24:11 | 10 | 12 | 4 | Beer | 0.25 |
    | 11:24:11 | 10 | 12 | 4 | Beer | 0.25 |

datahub_stream1 JOIN datahub_stream2表的数据示例

  • 测试数据

    表 3. datahub_stream1

    |---------------|---------------|----------------|
    | a(BIGINT) | b(BIGINT) | c(VARCHAR) |
    | 0 | 10 | test11 |
    | 1 | 10 | test21 |

    表 4. datahub_stream2

    |---------------|---------------|----------------|
    | a(BIGINT) | b(BIGINT) | c(VARCHAR) |
    | 0 | 10 | test11 |
    | 1 | 10 | test21 |
    | 0 | 10 | test31 |
    | 1 | 10 | test41 |

  • 测试语句

    复制代码
    SELECT s1.c,s2.c 
    FROM datahub_stream1 AS s1
    JOIN datahub_stream2 AS s2 
    ON s1.a = s2.a
    WHERE s1.a = 0;    
  • 测试结果

    |-------------------|-------------------|
    | s1.c(VARCHAR) | s2.c(VARCHAR) |
    | test11 | test11 |
    | test11 | test31 |

相关推荐
星星点点洲23 分钟前
【缓存与数据库结合最终方案】伪从技术
数据库·缓存
小黑屋的黑小子26 分钟前
【MySQL】MySQL索引与事务
数据库·mysql·oracle
OK_boom3 小时前
Dapper的数据库操作备忘
数据库
艺杯羹3 小时前
JDBC之ORM思想及SQL注入
数据库·sql·jdbc·orm·sql注入
blackA_4 小时前
数据库MySQL学习——day4(更多查询操作与更新数据)
数据库·学习·mysql
Freedom风间4 小时前
前端优秀编码技巧
前端·javascript·代码规范
萌萌哒草头将军5 小时前
🚀🚀🚀 Openapi:全栈开发神器,0代码写后端!
前端·javascript·next.js
极限实验室5 小时前
Easysearch 迁移数据之 Reindex From Remote
数据库
朴拙数科5 小时前
基于LangChain与Neo4j构建企业关系图谱的金融风控实施方案,结合工商数据、供应链记录及舆情数据,实现隐性关联识别与动态风险评估
数据库·langchain·neo4j
萌萌哒草头将军5 小时前
🚀🚀🚀 Prisma 爱之初体验:一款非常棒的 ORM 工具库
前端·javascript·orm