使用 interval join 合并a,b两个表,这两个表是flink cdc的表,b表的更新在a

使用 interval join 合并a,b两个表,这两个表是flink cdc的表,b表的更新在a表的上下界范围内,能够正常输出,一旦b表的更新在a表的上下界范围外,会发出一条delete消息,这个是正常的吗?我希望匹配不上不会有delete消息发出,这个可以怎么做呢?

展开
收起
爱喝咖啡嘿 2022-12-21 12:59:08 245 分享 版权
1 条回答
写回答
取消 提交回答
  • 是因为两个表的数据在时间上没有重叠的区间时,Flink 会发出一条 delete 消息,表示对应的行已经不存在。

    这是 Flink interval join 的默认行为,它是为了保证数据的一致性和准确性而设计的。如果你希望匹配不上时不发出 delete 消息,你可以使用 Flink 的 left outer join 或 right outer join 功能。这两种 join 操作在匹配不上时不会发出 delete 消息,而是将另一个表中的数据视为 null。

    例如,你可以使用下面的代码来实现 left outer join:

    // 将 A 表作为左表,B 表作为右表
    val result = a.leftOuterJoin(b)
      .where(a.col("timestamp").between(b.col("start"), b.col("end")))
      .select("a.id", "b.id")
    
    result.print()
    

    这样,当 A 表中的数据在时间上与 B 表中的数据有重叠区间时,会将 A 表和 B 表的数据合并输出,否则会将 B 表中的数据视为 null,而不会发出 delete 消息。

    希望这些信息能帮助你解决问题!

    2023-01-07 10:03:25
    赞同 展开评论

实时计算Flink版是阿里云提供的全托管Serverless Flink云服务,基于 Apache Flink 构建的企业级、高性能实时大数据处理系统。提供全托管版 Flink 集群和引擎,提高作业开发运维效率。

收录在圈子:
实时计算 Flink 版(Alibaba Cloud Realtime Compute for Apache Flink,Powered by Ververica)是阿里云基于 Apache Flink 构建的企业级、高性能实时大数据处理系统,由 Apache Flink 创始团队官方出品,拥有全球统一商业化品牌,完全兼容开源 Flink API,提供丰富的企业级增值功能。
还有其他疑问?
咨询AI助理