PipelineDB和AWS Kinesis Analytics对参考数据的使用差异

Question

我正在对AWS Kinesis Analytics和PipelineDB在STREAM SQL中使用“参考”数据进行比较。

http://docs.aws.amazon.com/kinesisanalytics/latest/dev/limits.html http://docs.pipelinedb.com/joins.html#joins

问题1:连接多个引用表

AWS Kinesis Analytics -仅允许您连接到来自一个源的引用数据。这看起来真的很有限制！除非我不理解它。我希望能够加入比方说，用户和一个地址参考数据。我做不到?

PipelineDB -说它支持连接，但文档中没有多个引用表的连接示例。PipelineDB是否支持在其流和/或连续视图中连接多个引用表？

问题2:刷新参考数据

AWS Kinesis Analytics -表示您必须克服一些障碍(例如，调用AWS API等)刷新存储在流的S3存储桶中的引用数据

PipelineDB - streams可以简单地获得最新的参考数据，因为它是使用对参考表的标准SQL更新进行更新的吗？

PipelineDB可以连接到常规的SQL视图吗?因此，在本质上，每次底层数据发生变化时，SQL视图都会自动更新。

Answer 1

1. PipelineDB允许您对任意多个表执行JOIN操作，包括其他连续视图或常规视图。唯一不能与流一起使用的是另一个流(在JOIN时不存在流-流JOINs).
2. Whatever“参考数据”将用于更新连续视图。换句话说，事后更新参考数据不会自动更改连续视图中的历史数据，但新的传入行将反映更新后的参考数据。

下面是一个包含多个JOINs的连续视图定义示例

https://github.com/pipelinedb/pipelinedb/blob/master/src/test/regress/sql/stream_table_join.sql#L61