1. Lookup Join
用途：用于流表与外部维表（静态或缓慢变化表）的关联（如 MySQL、HBase 等）。
特点：
通过 实时查询外部存储 获取维度数据。
仅支持 处理时间（Processing Time）语义，无法关联历史版本。
结果会随维表数据更新而变化（如维表更新，后续关联结果可能不同）。
示例：
sql
SELECT o.order_id, o.user_id, u.user_name FROM Orders AS o JOIN Users FOR SYSTEM_TIME AS OF o.proc_time AS u ON o.user_id = u.user_id;
2. Regular Join（流式无限 Join）
用途：两条流的普通 Join，无时间约束，匹配所有历史数据。
特点：
输出结果会持续更新（可能因迟到数据反复触发）。
需要保留双流完整状态（可能导致状态无限增长）。
支持 事件时间（Event Time）和处理时间。
适用场景：需要精确匹配所有历史数据的场景（如用户行为链路分析）。
风险：状态管理复杂，需设置 TTL 避免 OOM。
3. Interval Join（时间区间 Join）
用途：两条流在特定时间范围内的 Join。
特点：
通过 时间区间约束（如
BETWEEN lower_bound AND upper_bound）限制状态保留量。仅输出时间范围内匹配的数据，状态自动清理。
支持 事件时间和处理时间。
示例：
sql
SELECT o.order_id, s.shipment_id FROM Orders o JOIN Shipments s ON o.order_id = s.order_id AND s.ship_time BETWEEN o.order_time - INTERVAL '1' HOUR AND o.order_time + INTERVAL '1' HOUR;
4. Temporal Table Join（时态表 Join）
用途：关联 版本化表（如带版本信息的维表）。
特点：
支持 事件时间语义，可关联维表的历史版本。
维表需定义时间属性字段（如版本时间或生效时间）。
与 Lookup Join 的区别：Lookup Join 查最新数据，Temporal Join 按时间戳匹配历史版本。
示例：
sql
SELECT o.order_id, r.currency_rate FROM Orders o JOIN Rates FOR SYSTEM_TIME AS OF o.order_time AS r ON o.currency = r.currency;
5. Window Join（窗口 Join）
用途：在 窗口（如滚动、滑动、会话窗口） 内关联两条流。
特点：
输出窗口结束时触发计算，仅输出一次结果（不更新）。
状态按窗口自动清理。
支持 事件时间和处理时间。
示例：
sql
SELECT a.user_id, COUNT(b.order_id) FROM UserActions a JOIN Orders b ON a.user_id = b.user_id AND TUMBLE(a.event_time, INTERVAL '5' MINUTE) = TUMBLE(b.order_time, INTERVAL '5' MINUTE) GROUP BY a.user_id, TUMBLE(a.event_time, INTERVAL '5' MINUTE);
区别与联系总结
| Join 类型 | 输入类型 | 时间约束 | 状态管理 | 适用场景 |
|---|---|---|---|---|
| Lookup Join | 流 + 外部表 | 处理时间 | 无状态 | 实时维表查询（如 MySQL 数据） |
| Regular Join | 流 + 流 | 无约束 | 无限状态（需 TTL） | 精确历史匹配（风险高） |
| Interval Join | 流 + 流 | 相对时间区间 | 按区间清理 | 有时间范围的流关联（如订单物流） |
| Temporal Join | 流 + 版本化表 | 事件时间 | 按版本保留 | 关联维表历史版本（如汇率变化） |
| Window Join | 流 + 流 | 窗口绝对时间 | 按窗口清理 | 窗口聚合统计（如 5 分钟订单行为） |
如何选择？
需要外部维表 → Lookup Join（最新数据）或 Temporal Join（历史版本）。
无时间约束的流流 Join → Regular Join（慎用，需 TTL）。
有时间范围的流流 Join → Interval Join 或 Window Join。
窗口聚合 → Window Join。
通过合理选择 Join 类型，可平衡计算延迟、状态管理和业务需求。