A ,B ,C三张表，实时打宽成一张明细宽表D，以下要求，如何实现呢？

为了实现实时打宽成一张明细宽表D，可以考虑使用流处理框架，如Apache Flink或Apache Spark Streaming等。这些框架可以处理实时数据流，并支持对数据流进行Join操作。

对于你提到的问题，可以考虑使用状态管理来解决。在流处理框架中，可以使用状态来跟踪和管理数据。对于需要使用TTL的表，可以将其状态设置为有限的生存时间，一旦TTL时间到期，就可以将其从状态中删除。当新的A表数据到达时，可以检查BC表的状态是否存在，并将A表数据与BC表数据进行Join。如果BC表的状态不存在，则忽略A表数据，以避免将BC表的字段数据覆盖为Null。

另外，还可以考虑使用缓存机制来减轻Join操作的负担。可以使用缓存存储BC表的数据，以便在处理A表数据时，可以从缓存中获取BC表的数据，而不是每次都对BC表进行Join操作。这样可以提高处理效率，并减少对BC表的访问次数。

综上所述，使用流处理框架、状态管理和缓存机制可以有效地解决实时打宽表过程中遇到的问题。需要根据具体情况进行实现和调整。