flink维表join的几种方式(1)

维表join的几种方式
一 将维表预加载到内存关联
实现方式:
定义一个类实现RichFlatMapFunction在open()方法中读取全部数据加载到内存中。
优缺点:
因为存在内存中,所以仅支持小数据量维表;因为open方法中读取,所以维表变化需要重启作业。

二 通过Distributed Cache分发本地维度文件到task manager后加载到内存关联
实现方式:
通过env.registerCachedFile注册文件
实现RichFunction在open()方法中通过RuntimeContext获取cache文件
解析使用文件数据
优缺点:
不需要外部数据库
支持的数据量小,更新维表配置文件需要重启作业

三 热存储关联查询
实现方式:
将维度数据导入到热存储redis hbase es等,通过异步IO的方式查询,利用cache机制将维度数据缓存在内存。
优缺点:
维度数据不受限与内存,支持较多维度数据
维度更新结果可能有延迟,而且对外部存储的压力较大

四 广播维表
实现方式:
利用broadcast State将维度数据流广播到下游做join
将维度数据发送到kakfa作为广播原始流S1
定义状态描述符MapStateDescriptor 调用S1.broadcast()获得broadCastStream S2
调用非广播流S3.connect(S2),得到BroadcastConnectedStream S4
应用混合流的S4.process(),并在KeyedBroadcastProcessFunction/BroadcastProcessFunction实现关联处理逻辑
优缺点:
维度数据实时更新
数据保存在内存中,支持维表数据量比较小。

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章