flink中Kafka流表关联HBase维度表的计算逻辑是什么呢？

insert into flink_do_so_master
select kafka_do_master.*,dim_hbase.info.* from kafka_do_master
left join dim_hbase
FOR SYSTEM_TIME AS OF kafka_do_master.proctime
on reverseKey(kafka_do_master.name) = dim_hbase.rowkey

自己实现了一个Rowkey反转的UDF函数，使用了Flink的Temporal Join语法关联HBase，其中 FOR SYSTEM_TIME AS OF kafka_do_master.proctime 这是Temporal Join固有的Join语法，使用处理时间proctime，如果程序使用的是EventTime事件事件，则需要改成rowtime，并且在kafka流表中指定watermark，还有在测试过程中发现必须在kafka流表中声明rowtime字段，不然会报错。

Temporal Join 目前必须要在Blink planner中使用，且能够支持Temporal Join的数据库Connector必须要实现LookupableTableSource 接口，LookupableTableSource接口意味着可以用一个或者多个key去查询外部存储,目前JDBC,HBase,Hive支持该特性。