Apache Flink 的 JoinFunction 和 CoGroupFunction 有何不同？

Question

Apache Flink 中的 JoinFunction 和 CoGroupFunction 有什么区别？语义和执行有何不同？

Answer 1

Join 和 CoGroup 转换都在关键字段上连接两个输入。不同之处在于调用用户函数的方式：

• 连接转换调用 JoinFunction，其中 对来自两个输入 的匹配记录对具有相同的键字段值。此行为与相等内部联接非常相似。
• CoGroup 转换调用 CoGroupFunction 和 迭代器，遍历两个输入 的所有记录，这些记录的键字段具有相同的值。如果输入没有某个键值的记录，则会传递一个空迭代器。 CoGroup 转换可用于内部和外部相等连接等。因此它比 Join 转换更通用。

查看 Join 和 CoGroup 的执行策略，Join 可以使用基于排序和散列的连接策略执行，而 CoGroup 始终使用基于排序的策略执行。因此，连接通常比协同组更有效，如果可能应该首选。