# 底层原理简介  - LState:存储左边数据流中的数据。 - RState：存储右边数据流中的数据。 - 当左边数据流数据到达的时候会保存到LState，并且到RState中进行Join。将Join生成的结果数据发送到下游。 - 右边数据流中数据到达的时候，会保存到RState当中，并且到LState中进行Join，然后将Join之嚄胡的结果数据发送到下游。 为了保障左右两边流中需要Join的数据出现在相同节点，Flink SQL会利用Join中的on的关联条件进行分区，把相同关联条件 的数据分发到同一个分区里面。 # 普通双流Join 现有订单表A和支付表B进行关联得到汇总表C。订单表和支付表初始数据如下： 表A：订单表数据 | order_id | timestamp| |---|--| | 1001 | 2023-02-04 10:00:00 | | 1002 | 2023-01-04 10:01:02 | 表B：支付表数据 | order_id | pay_money | |---|---| | order_id | pay_money | | 1001 | 80 | | 1002 | 100 | ## inner join 当A表中每一条数据到达时，都会和B表中的数据进行关联： - 当能够关联到数据时，将结果输出到结果表里面； - 当不能关联到数据时，不会将结果输出到结果表里面； 所以上述A表和B表的Join结果为： | order_id | timestamp | pay_money | |--- |--- |--- | | 1002 | 2023-01-04 10:01:02 | 100 | 当表B中1001新数据到达时，新数据如下所示: | order_id | pay_money | |---|---| | order_id | pay_money | | 1001 | 80 | 此时结果表的数据为: | order_id | timestamp | pay_money | |--- |--- |--- | | 1002 | 2023-01-04 10:01:02 | 100 | | 1001 | 2023-02-04 10:00:00 | 80 | ***注意*** Inner Join 不会产生回撤流。 ## left join 当A表数据到达时会主动和B表中数据进行关联查询，没有关联到数据。也会输出结果，缺失的字段使用null进行补全。 B表中的数据1002到达之后且A表中的数据1001和1002已经到达，关联之后表C的数据如下: | order_id | timestamp | pay_money | |--- |--- |--- | | 1001 | 2023-02-04 10:00:00 | null | | 1002 | 2023-01-04 10:01:02 | 100 | 当B表中数据1001到达之后，也会主动和表A中的数据进行关联，如果表中的数据已经输出过结果了且缺失字段为null，此时 会产生一个回撤流，将之前输出的数据会撤掉-D，在重新输出完整的数据+I。 | order_id | timestamp | pay_money | / | |--- |--- |--- |---| | 1001 | 2023-02-04 10:00:00 | null | +I| | 1002 | 2023-01-04 10:01:02 | 100 | +I | | 1001 | 2023-02-04 10:00:00 | null | -D | | 1001 | 2023-02-04 10:00:00 | 80 | +I | ***注意*** left Join会产生回撤流。 ## Right Join 当表B中1001到达时，A表中的数据没有到达，则还是会输出数据，缺失字段使用null代替。当表B中数据1002到达时，A表中的 数据1002已经到达此时可以关联到数据，关联结果如下： | order_id | timestamp | pay_money | |--- |--- |--- | | 1001 | null | null | | 1002 | 2023-01-04 10:01:02 | 100 | 当表A中数据1001到达时，会主动到B表中进行关联，此时结果中已经输出过关于1001的数据，此时会产生一个回撤流。 | order_id | timestamp | pay_money | / | |--- |--- |--- | ---| | 1001 | null | null | +I| | 1002 | 2023-01-04 10:01:02 | 100 | +I | | 1001 | null | null | -D | | 1001 | 2023-02-04 10:00:00 | 80 | +I | ***注意*** Right Join会产生回撤流。 ## Full Join 当表B中数据1001先到达时，会主动到A表中进行关联查询，关联不到数据，还是会输出结果。 当表A中数据到达时，会主动和B表中的数据进行关联查询，此时B表中只有1001的数据，灌篮不到数据，还是会输出结果。 所以此时关联结果如下： | order_id | timestamp | pay_money | |--- |--- |--- | | 1001 | null | null | | 1002 | 2023-01-04 10:01:02 | null | 当表A中的1001到达时，会和B表进行关联查询，当表B的1002到达时，会和表A进行关联查询，此时结果如下： | order_id | timestamp | pay_money | / | |--- |--- |--- | ---| | 1001 | null | null | +I | | 1002 | 2023-01-04 10:01:02 | null | +I | | 1001 | null | null | -D | | 1001 | 2023-02-04 10:00:00 | 80 | +I | | 1002 | 2023-01-04 10:01:02 | null | -D | | 1002 | 2023-01-04 10:01:02 | 100 | +I | ***注意*** Full Join 会产生回撤流。 # Interval Join # 维表Join