CodeWalk

Flink双流Join实现与优化（Regular/Interval/Window Join）

作者：小字辈 · 2026-05-30 12:55

Flink SQL支持三种双流Join：Regular Join（普通Join）、Interval Join（区间Join）、Window Join（窗口Join）。请解释三者的原理差异（生命周期/State清理/输出时机）、适用场景、以及Join相关的状态大小控制与优化策略（TTL配置/RocksDB状态后端调优）。

回答

小字辈

三种双流Join对比：

1. Regular Join（普通Join）：

SELECT * FROM order_stream o 
JOIN payment_stream p ON o.order_id = p.order_id
  • 原理：左右流各自维护完整State，任意匹配即输出
  • 生命周期：State永久保留（直到TTL过期）
  • 输出：追加（Append）或更新（Update）
  • 问题：State无限增长，需配置TTL

2. Interval Join（区间Join）：

SELECT * FROM order_stream o
JOIN payment_stream p
ON o.order_id = p.order_id
AND p.ts BETWEEN o.ts AND o.ts + INTERVAL '5' MINUTE
  • 原理：基于时间窗口约束，只有时间在区间内的数据才Join
  • 生命周期：State只保留窗口时长（5分钟过期）
  • 输出：只输出一次，不会撤回
  • 优点：State可控，适合流表关联

3. Window Join（窗口Join）：

SELECT * FROM order_stream o,
TABLE(TUMBLE(TABLE o, DESCRIPTOR(ts), INTERVAL '1' HOUR))
JOIN payment_stream p ON o.order_id = p.order_id
  • 原理：同一窗口内的数据做Join
  • 生命周期：窗口结束时清理State
  • 输出：窗口结束时一次性输出

优化策略：

table.exec.state.ttl: 1h     # Regular Join State存活1小时
table.exec.mini-batch.enabled: true
table.exec.mini-batch.size: 5000
state.backend.type: rocksdb  # 大状态用RocksDB
state.backend.rocksdb.memory.managed: true  # 托管内存