对于Flink CDC，两张cdc表怎么做关联？只能regular join?

在Flink SQL中，对于Flink CDC来源的两张表进行关联，并不仅限于regular join。实际上，您可以根据业务需求选择合适的join类型，包括但不限于inner join、left join、right join、full outer join等。具体实现方式如下：

1. 双流JOIN语法应用： 您可以使用标准的SQL JOIN语句来完成两个基于CDC的数据流之间的关联。例如，如果您有两个通过Flink CDC摄入的MySQL表，分别是table_A和table_B，想要基于某个共享键进行内连接，可以这样写SQL语句：

   SELECT 
    A.*, B.* 
   FROM 
    table_A AS A 
   INNER JOIN 
    table_B FOR SYSTEM_TIME AS OF A.proctime AS B 
   ON 
    A.common_key = B.common_key;
   

   这里假设proctime是处理时间属性，用于指定lookup的时间点。如果您的场景支持事件时间(event time)，则应相应地使用FOR SYSTEM_TIME AS OF A.event_time。

2. Lookup Joins： 对于维表关联（如一张事实表与一张维度表的关联），可以利用Flink的Lookup Join功能，这非常适合一边是实时数据流，另一边是相对静态或缓慢变化的维表数据的情况。确保一个表具备处理时间属性，而另一个表通过查找源连接器（如使用了Cache策略的维表连接器）提供支持，并且需要有强制的相等连接条件。

3. 注意事项：

   • 确保两边表的时间处理语义一致（处理时间或事件时间），特别是在使用时间相关的join时。
   • 考虑数据延迟和乱序问题，特别是当使用事件时间进行关联时。
   • 优化JOIN性能，可能需要调整并行度、资源分配，以及考虑使用异步Lookup函数减少延迟。

综上所述，Flink CDC表之间的关联非常灵活，可以根据实际场景选择最合适的JOIN策略，不仅仅局限于regular join，还包括其他多种JOIN类型以满足不同的业务需求。