---
id: online-compute_FlinkSQL_flinksql_015
name: Regular Join 曝光点击关联
category: online-compute/FlinkSQL
timeout_seconds: 600
modality: pure-text
engine: flink-sql
---
## Prompt
我需要你写一段 Flink SQL，用两个 datagen 内置连接器分别模拟广告曝光流和广告点击流，通过 Regular Join（常规内连接）关联曝光与点击，输出到 console。

**业务背景与目标**：用两张 datagen 内置表分别模拟广告曝光和广告点击数据。Regular Join 不需要事件时间或 Watermark，直接按 user_id 和 ad_id 做内连接，将同一用户对同一广告的曝光和点击关联起来输出。

**源表定义**：
- `impression_source`（曝光流，datagen 连接器）：
  - imp_id BIGINT：曝光 ID，随机取值 1~10000000
  - user_id INT：用户 ID，随机取值 1~100000
  - ad_id INT：广告 ID，随机取值 1~500
  - 生成速率：rows-per-second = 5000
  - 注意：Regular Join 不需要定义 event_time 或 WATERMARK

- `click_source`（点击流，datagen 连接器）：
  - click_id BIGINT：点击 ID，随机取值 1~10000000
  - user_id INT：用户 ID，随机取值 1~100000
  - ad_id INT：广告 ID，随机取值 1~500
  - 生成速率：rows-per-second = 1000
  - 注意：Regular Join 不需要定义 event_time 或 WATERMARK

**输出表定义**：
- `console_output`（print 连接器）：
  - user_id INT：用户 ID
  - ad_id INT：广告 ID
  - imp_id BIGINT：曝光 ID
  - click_id BIGINT：点击 ID

**Join 逻辑**：
- 使用 INNER JOIN 关联曝光流和点击流
- 关联条件：i.user_id = c.user_id AND i.ad_id = c.ad_id
- 这是一个 Regular Join，不需要 Interval Join 的时间窗口条件
- 注意：Regular Join 的 state 会持续增长，在生产环境需注意 TTL 配置

**输出要求**：
- 使用 INSERT INTO console_output 将匹配结果输出
- 输出字段顺序：user_id, ad_id, imp_id, click_id