对于流查询，Regular Join 的语法是最灵活的，它允许任何类型的更新(插入、更新、删除)输入表。,Regular Join 包含以下几种（以 L 作为左流中的数据标识，R 作为右流中的数据标识）：,Flink SQL：,输出结果解析：,Flink SQL：,输出结果解析：,Flink SQL：,输出结果解析：,在 Regular Join 时 Flink 会将两条没有时间窗口限制的流的所有数据存储在 State 中，由于流是无穷无尽持续流入的，随着时间的不断推进，内存中积累的状态会越来越多。,针对这个问题，Flink 提出了空闲状态保留时间（Idle State Retention Time）的概念。通过为每个状态设置 Timer，如果这个状态中途被访问过，则重新设置 Timer；否则（如果状态一直未被访问，长期处于 Idle 状态）则在 Timer 到期时做状态清理。这样，就可以确保每个状态都能得到及时的清理，可以通过 table.exec.state.ttl 参数进行控制（注意：这同时也会对结果的准确性有所影响，因此需要合理的权衡）。
© 版权声明
文章版权归作者所有，未经允许请勿转载。
