Flink系列Table API和SQL之：联结查询-灵析社区

一、常规联结查询

常规联结是SQL中原生定义的Join方式，是最通用的一类联结操作。具体语法与标准SQL的联结完全相同，通过关键字JOIN来联结两个表，后面用关键字ON来指明联结条件。
在两个动态表的联结中，任何一侧表的插入(INSERT)或更改(UPDATE)操作都会让联结的结果发生改变。例如，如果左侧有新数据到来，会与右侧表中所有之前的数据进行联结合并，右侧表之后到来的新数据也会与这条数据连接合并。所以，常规联结查询一般是更新Update查询。
与标准SQL一致，Flink SQL的常规联结也可以分为内联结(INNER JOIN)和外联结(OUTER JOIN)，区别在于结果中是否包含不符合联结条件的行。目前仅支持"等值条件"作为联结条件，也就是关键字ON后面必须是判断两表中字段相等的逻辑表达式。

SELECT * FROM Order
INNER JOIN Product
ON Order.product_id = Product.id

这是一个内联结，联结条件是订单数据的product_id和商品数据的id相等。由于订单表中出现的商品id一定会在商品表中出现，因此这样的到的联结结果表，就包含了订单表Order中所有订单数据对应的详细信息。

外联结返回符合联结条件的所有行的笛卡尔积。还可以将某一侧标中找不到任何匹配的行也单独返回。Flink SQL支持左外(LEFT JOIN)、右外(RIGHT JOIN)和全外(FULL OUTER JOIN)，分别表示会将左侧表、右侧表以及双侧表中没有任何匹配的行返回。

具体用法如下：

SELECT *
FROM Order 
LEFT JOIN Product
ON Order.product_id = Product.id

间隔联结返回的，同样是符合约束条件的两条数据的笛卡尔积。只不过这里的约束条件除了常规的联结条件外，还多了一个时间间隔的限制。具体语法有以下要点：

两表的联结：间隔联结不需要用JOIN关键字，直接在FROM后将要联结的两表列出来就可以，用逗号分隔。这与标准SQL中的语法一致，表示一个交叉联结，会返回两表中所有行的笛卡尔积。
联结条件：联结条件用WHERE子句来定义，用一个等值表达式描述。交叉联结之后再用WHERE进行条件筛选，效果跟内联结INNER JOIN…ON…非常类似。
时间间隔限制：可以在WHERE子句中，联结条件后用AND追加一个时间间隔的限制条件：做法是提取左右两侧表中的时间字段，然后用一个表达式来指明两者需要满足的间隔限制。具体定义方式有下面三种，这里分别用ltime和rtime表示左右表中的时间字段：

ltime=rtime
ltime>=rtime AND ltime<rtime+INTERVAL. ‘10’ MINUTE
ltime BETWEEN rtime - INTERVAL ‘10’ SECOND AND rtime + INTERVAL ‘5’ SECOND
判断两者相等，这是最强的时间约束，要求两表中数据的时间必须完全一致才能匹配。一般情况下，还是会放宽一些，给出一个间隔。间隔的定义可以用<，<=，>=，>这一类的关系不等式，也可以用BETWEEN … AND …这样的表达式。

例如：现在除了订单表Order外，还有一个发货表Shipment，要求在收到订单后四个小时内发货，就可以用一个间隔联结查询，把所以订单与它对应的发货信息连接合并在一起返回：

SELECT *
FROM Order o ,Shipment s
WHERE o.id = s.order_id
AND o.order_time BETWEEN s.ship_time - INTERVAL '4' HOUR AND s.ship_time

在流处理中，间隔联结查询只支持具有时间属性的仅追加表。

除了间隔联结之外，Flink SQL还支持时间联结(Temporal Join)，这主意是针对版本表而言的。
所谓版本表，就是记录了数据随着时间推移版本变化的表，可以理解成一个更新日志，就是具有时间属性、还会进行更新操作的表。
当我们联结某个版本表时，并不是把当前的数据连接合并起来就行了，而是希望能够根据数据发生的时间，找到当时的版本。这种根据更新时间提取当时的值进行联结的操作，就叫作"时间联结"。

阅读量：1067

点赞量：0

收藏量:0