flink 1.12.0版本的interval join 实现应该看哪个地方的源码？

在Apache Flink中，Interval Join的实现取决于你使用的是SQL API还是直接使用DataStream API进行编程。根据你的描述，你提到了Flink的两个不同模块以及Blink Planner，这说明你在探索如何在Flink中实现时间窗口内的联接操作。

1. flink-streaming-java模块的org.apache.flink.streaming.api.operators.co.IntervalJoinOperator: 这个类是Flink Streaming API层面实现interval join的一个基础组件。如果你是在做基于DataStream API的低级别编程，想要了解或自定义interval join的逻辑，查看这个类会很有帮助。它提供了流式处理中如何按时间间隔匹配元素的基本实现逻辑。

2. flink-table-planner模块的org.apache.flink.table.runtime.join.TimeBoundedStreamJoin: 当你使用Flink SQL或者Table API时，这部分代码更相关。Flink Table/SQL API为用户提供了更高层次的抽象，使得编写复杂的数据处理逻辑更加简洁。TimeBoundedStreamJoin可能就是Table API中interval join转换成实际执行计划的一部分。如果你的应用是基于Table API或SQL，并且使用了Blink Planner作为查询优化器，那么理解这部分源码将有助于你了解interval join在规划和执行阶段的具体实现。

3. Blink里面是怎么实现的: Blink是Flink的一个早期分支，后来被合并回Flink主干，成为Flink的默认SQL引擎（即Blink Planner）。如果你正在使用的是现代版本的Flink并且指定了Blink Planner，那么上述提到的TimeBoundedStreamJoin等Table API相关的实现就与你直接相关。Blink对SQL查询的优化和执行进行了大量优化，包括但不限于interval join这类时间相关的操作。因此，关注Blink Planner如何翻译SQL语句到具体的执行计划，特别是涉及到时间窗口的操作，是非常有必要的。

综上所述，如果你主要通过SQL或Table API来编写应用，建议重点研究flink-table-planner模块的org.apache.flink.table.runtime.join.TimeBoundedStreamJoin，因为这更贴近于高级API的实现细节。同时，考虑到你是用的Blink Planner，确保你的学习路径也覆盖了Blink Planner如何处理这些查询的优化策略。而直接操作DataStream API的开发者，则可以深入研究flink-streaming-java模块的IntervalJoinOperator。