Apache flink 阿帕奇·弗林克如何'；joins函数和cogroup函数不同？

ApacheFlink中的

JoinFunction

和

CoGroupFunction

有什么区别？语义和执行有何不同？

连接和协同组转换都将关键字段上的两个输入连接起来。区别在于如何调用用户函数：

• Join转换调用

  JoinFunction

  ，其中包含来自两个输入的成对匹配记录，这两个输入的键字段值相同。此行为非常类似于相等内部联接
• CoGroup转换使用迭代器调用

  CoGroup函数

  ，迭代器覆盖两个输入的所有记录，这两个输入的关键字段值相同。如果输入没有某个键值的记录，则传递一个空迭代器。除其他外，可以使用CoGroup变换进行内部和外部相等联接。因此，它比连接转换更通用

---

查看Join和CoGroup的执行策略，可以使用基于排序和哈希的连接策略执行Join，而as CoGroup始终使用基于排序的策略执行。因此，连接通常比cogroup更有效，如果可能的话，应该首选连接。

如果在一个窗口中有两个IN1和一个IN2，将调用多少次JoinFunction以及使用哪些参数？对于每对叉积，将调用一次

JoinFunction

。在您的例子中，如果一个窗口中有来自2个流的以下元素，则

（IN1\u 1，IN2\u 1）

和

（IN1\u 2，IN2\u 1）

是两次。流1中的[（id1，t1v1），（id1，t1v2），（id1，t1v3）]和流2中的[（id1，t2v1），（id1，t2v2）]。然后将使用迭代器[t1v1，t1v2，t1v3]和迭代器[t2v1，t2v2]对id1调用coGroup，而JoinFunction将使用上述一组值的笛卡尔乘积中的每个值调用6次，即（t1v1，t2v1），（t1v2，t2v1），（t1v3，t2v1），（t1v1，t2v2），（t1v3，t2v2）。这种理解正确吗@FabianHueskeIf使用联接，如何在没有任何匹配键的情况下捕获元素？如果使用DataSet API，则可以使用外部联接。不确定DataStream API是否支持它们。否则，您可以退回到CoGroup。