文档首页/
MapReduce服务 MRS/
开发指南（普通版_2.x及之前）/
Flink开发指南/
开发Flink应用/
Stream SQL Join程序/
Flink Stream SQL Join应用开发思路
更新时间：2025-10-28 GMT+08:00
Flink Stream SQL Join应用开发思路
假定某个Flink业务1每秒就会收到1条消息记录，消息记录某个用户的基本信息，包括名字、性别、年龄。另有一个Flink业务2会不定时收到1条消息记录，消息记录该用户的名字、职业信息。
基于某些业务要求，开发的Flink应用程序实现功能：实时地以根据业务2中消息记录的用户名字作为关键字，对两个业务数据进行联合查询。
数据规划
- 业务1的数据存储在Kafka组件中。向Kafka组件发送数据（需要有kafka权限用户），并从Kafka组件接收数据。Kafka配置参见样例数据规划章节。
- 业务2的数据通过socket接收消息记录，可使用netcat命令用户输入模拟数据源。
- 使用Linux命令netcat -l -p <port>，启动一个简易的文本服务器。
- 启动应用程序连接netcat监听的port成功后，向netcat终端输入数据信息。
开发思路
- 启动Flink Kafka Producer应用向Kafka发送数据。
- 启动Flink Kafka Consumer应用从Kafka接收数据，构造Table1，保证topic与producer一致。
- 从socket中读取数据，构造Table2。
- 使用Flink SQL对Table1和Table2进行联合查询，并进行打印。
父主题： Stream SQL Join程序
