可以使用 DataStream.coGroup() 转变。一 CoGroupFunction 接收两个迭代器（每个输入一个迭代器），为某个键的所有元素提供服务，如果找不到匹配的元素，则该迭代器可能为空。这允许实现外部连接功能。
在flink的下一个版本中，可能会将对外部联接的一流支持添加到datastreamapi中。我目前还不知道有这样的努力。但是，在apache flink jira中创建一个问题可能会有所帮助。

一种方法是从流->表->流出发，使用以下api:flinkTableAPI-outerJoin
下面是一个java示例：

DataStream<String> data = env.readTextFile( ... );
    DataStream<String> data2Merge = env.readTextFile( ... );

    ...

    tableEnv.registerDataStream("myDataLeft", data, "left_column1, left_column2");
    tableEnv.registerDataStream("myDataRight", data2Merge, "right_column1, right_column2");

    String queryLeft = "SELECT left_column1, left_column2 FROM myDataLeft";
    String queryRight = "SELECT right_column1, right_column2 FROM myDataRight";

    Table tableLeft = tableEnv.sqlQuery(queryLeft);
    Table tableRight = tableEnv.sqlQuery(queryRight);

    Table fullOuterResult = tableLeft.fullOuterJoin(tableRight, "left_column1 == right_column1").select("left_column1, left_column2, right_column2");
    DataStream<Tuple2<Boolean, Row>> retractStream = tableEnv.toRetractStream(fullOuterResult, Row.class);