select TUMBLE_END(a.rowtime, INTERVAL '1' MINUT

在使用流处理和时间窗口进行关联查询时，确保正确处理时间和窗口边界非常重要。根据您的描述，您希望基于rowtime字段（事件时间）进行1分钟的滚动窗口计算，并同时与维表B进行关联。但是，直接使用rowtime没有得到预期结果，而切换到proctime（处理时间）则可以。这通常意味着存在事件时间对齐或水印管理的问题。

在Flink SQL中，当涉及到事件时间和窗口操作时，确保正确设置水印是至关重要的，因为它们决定了系统如何处理乱序事件以及何时认为一个窗口的数据已经“完成”，可以进行聚合计算。

针对您的需求，这里提供一种可能的调整方案：

1. 确保设置了正确的水印：在流表A上设置水印，以允许系统基于事件时间进行窗口计算。例如，如果rowtime字段代表事件时间，且数据最多延迟5分钟到达，您可以这样设置水印：

   SELECT * FROM A 
   WHERE ... 
   WITH WATERMARK FOR rowtime AS rowtime - INTERVAL '5' MINUTE
   

2. 使用事件时间窗口并考虑对齐问题：在进行窗口聚合时，确保使用的是事件时间，并且考虑到与维表关联时的时间对齐问题。使用TUMBLE_END函数时，确保它基于事件时间并且考虑到水印的影响。

   由于您提到直接用rowtime无结果输出，可能是关联操作未正确处理事件时间对齐。尝试明确指定基于事件时间的窗口聚合，并确保关联条件能够适应事件时间的特性。

3. 修改SQL以适应事件时间逻辑：下面是一个示例SQL结构，展示了如何结合事件时间窗口、水印以及与维表的关联操作。请注意，这个例子假设您已经为表A设置了正确的水印。

   SELECT 
    TUMBLE_END(a.rowtime, INTERVAL '1' MINUTE) as window_end,
    COUNT(1)
   FROM 
    (SELECT *, ROWTIME AS rowtime, PROCTIME AS proctime FROM A 
     WITH WATERMARK FOR rowtime AS rowtime - INTERVAL '5' MINUTE) AS a
   INNER JOIN 
    B 
   FOR SYSTEM_TIME AS OF a.proctime 
   ON a.id = b.id
   GROUP BY 
    TUMBLE(a.rowtime, INTERVAL '1' MINUTE)
   

请根据您的具体场景调整上述代码中的水印延迟时间和其他细节。务必确保您的Flink作业配置支持事件时间处理，并且理解您的数据流中事件时间与处理时间之间的差异及影响。