以下文章全部基于 Flink 1.14

Interval Joins 支持 Join Type

经过自己测试支持情况如下表 (如有误，请指正)

Time Attributes	Inner Join	Left Join	Right Join	Full Outer Join
EventTime	✔	✔	✔	✔
ProcessingTime	✔	✔	✔	✔

Flink Sql Interval Join Demo

SELECT
    o.order_id
    ,movie_id
    ,seat_price
    ,order_timestamp
    ,price_timestamp
FROM order_log o
LEFT JOIN price_log p
ON o.order_id = p.order_id
AND p.price_timestamp BETWEEN o.order_timestamp - INTERVAL '1' SECOND AND o.order_timestamp + INTERVAL '10' SECOND

p.price_timestamp BETWEEN o.order_timestamp - INTERVAL '1' SECOND AND o.order_timestamp + INTERVAL '10' SECOND 表示 price_log 表如果在 order_log 表 order_timestamp 的前一秒和后十秒区间内则关联输出

TimeIntervalJoin.java

debug 代码可以看到基于 EventTime 的 Interval Join 逻辑实现在 RowTimeIntervalJoin.java ，基于 ProcessingTime 的 Interval Join 逻辑实现在 ProcTimeIntervalJoin.java，而这两者都继承自 TimeIntervalJoin.java

event-time-interval-join.jpg processing-time-interval-join.jpg

具体 join 核心逻辑在 processElement1 、processElement2 和 onTimer 方法中

time-interval-join.jpg

TimeIntervalJoin 过程

不管是 Left Join、Right Join 还是 Full Outer Join 都是走以下过程。

processElement1 方法

1. 左流数据到达之后，会先计算三个时间戳

• 根据左流数据时间 left_record_time 计算关联右流的时间区间下限 right_lower 和上限 right_upper
• 计算左流 left_watermark 和右流 right_watermark （在 EventTime 语义下这两个时间戳都等于当前的 watermark；在 ProcessingTime语义下都等于当前的 processing_time）
• 计算右流需要过期处理的过期时间 right_expiration_time

2. 如果右流过期时间 right_expiration_time 小于关联区间上限 right_upper，则遍历右流状态里的所有数据

• 如果 join on 条件为 true，则发送 +I[left_record, matched_right_record]；否则啥也不干
• 然后如果右流数据的 right_record_time 小于等于右流过期时间 right_expiration_time （即右流这条数据永远不会被左流关联到） 并且 join type 为 Right Join 或者 Full Outer Join，则发送 +I[null, reight_record]；不管 join type 是什么类型都会清除这条右流数据

3. 如果右流 right_watermark 小于关联区间上限 right_upper （说明这条左流数据还有可能被右流关联到） 则将这条左流数据放到左流状态中，并注册左流数据时间 left_record_time 的定时器，用来清除过期数据
4. 如果右流 right_watermark 大于关联区间上限 right_upper，并且这条左流数据未能与右流关联成功，并且 join type 为 Left Join 或者 Full Outer Join，则发送 +I[left_record, null]

onTimer方法

1. 遍历右流状态里的所有数据

• 如果右流数据 right_record_time 小于等于右流过期时间 right_expiration_time 并且 join type 为 Right Join 或 Full Outer Join，则输出 +I[null, right_record] ，并清除该数据
• 如果右流数据 right_record_time 大于右流过期时间 right_expiration_time，则找到最小的右流数据时间，并给它注册一个定时器，如果找不到的话，则清空右流状态

2. 遍历左流状态里的所有数据，其他逻辑与右流相同

上述逻辑是左流数据到达的流程，如果右流数据到达也完全类似。