我有一个关于apache flink中两个以上流的联合的架构问题。
我们有三个甚至更多的流，它们是某种代码书，我们必须用它们来丰富主流。代码书流是压缩的Kafka主题。代码本是不会经常改变的东西，例如货币。主流是一个快速的事件流。我们的目标是用代码书丰富主流。
在我看来，有三种可能的方法：
将所有代码本合并，然后将其与主流合并，并将扩展数据存储为托管、键控状态（因此，当kafka的压缩事件过期时，我将代码本保存在状态中）。这是我现在唯一想做的事。反序列化的kafka主题消息，以json格式转换为pojo，如货币、组织单位等。我用所有代码本制作了一个大 Package 类codebookdata，例如：

public class CodebookData {
 private Currency currency;
 private OrganizationUnit organizationUnit
...
}

接下来，我将每个kafka主题的传入流Map到此 Package 器类，然后创建一个联合：

DataStream<CodebookData> enrichedStream = mappedCurrency.union(mappedOrgUnit).union(mappedCustomer);

当我打印codebookdata时，它是这样填充的

CodebookData{
Currency{populated with data},
OrganizationUnit=null,
Customer=null
}
CodebookData{
Curenncy=null,
OrganizationUnit={populated with data},
Customer=null
}
...

在这里我停止了，因为我有问题如何连接这个代码本流与主流和保存值状态的代码本数据。我的代码本数据中没有唯一的外键，因为每个代码本都有自己的外键与主流相连接，例如currency有currencyid、organizationunitorgid等等。我想做这样的事

SingleOutputStreamOperator<CanonicalMessage> enrichedMainStream = mainStream
            .connect(enrichedStream)
            .keyBy(?????)
            .process(new MyKeyedCoProcessFunction());

在myprocessfunction中，我将创建codebookdata类型的valuestate。
这是完全错误的还是我可以用它做些什么，如果它是我做错的两倍？
第二种方法是将一系列的两个输入协处理函数操作符与每个kafka事件源级联，但我在某个地方读到这不是最佳方法。
第三种方法是广播状态，我不太熟悉。现在我看到了一个问题，如果我使用rocksdb进行检查点设置和保存指向，我不确定是否可以使用broadcast state。
我是否应该使用其他方法，从1号方法，我目前正在挣扎？