Guy我應該通過一些公用密鑰（我們正在談論多個REST服務調用的多個sql表）與一些REST服務的json加入一些巨大的SQL表。事情是這個數據不是實時/無限流，也不認爲我可以通過連接列來排序REST服務的輸出。現在，愚蠢的做法是將所有數據和行匹配起來，但這意味着將所有內容都存儲在內存/卡桑德拉或Redis等存儲中。但是，我想知道flink是否可以使用流窗口的某個王加入說X元素（所以真的只是在RAM中存儲這些元素在一個點），但也存儲不匹配的元素爲以後的匹配，也許某種的哈希映射。這就是我所說的聰明加入。apache flink可以用來加入巨大的非實時數據嗎？
王認爲
魔鬼在細節，但肯定的，原則上這類數據富集與弗林克相當可行的。您的要求不完全清楚，但我可以提供一些指示。
對於初學者，您需要熟悉Flink的managed state接口。使用這些接口將確保您的應用程序具有容錯性，可升級性，可重新啓動性等。
如果您想簡單地預加載一些數據，那麼您可以使用RichFlatmap並在open（）方法中加載數據。在你的情況下，CoProcessFunction可能更合適。這是一個帶有兩個輸入端的流操作符，它們可以保持狀態，並且可以訪問定時器（可以用來使不再需要的狀態到期，並在等待無序數據到達後發出結果）。
Flink也支持asynchronous i/o，這可以使外部服務更高效地工作。
也可以考慮通過將REST服務調用打包爲user-defined functions來與Flink的更高級別SQL and Table APIs接近。