Apache Flink具有一个splitAPI，可用于分支数据流：
val splited = datastream.split { i => i match {
case i if ... => Seq("red", "blue")
case _ => Seq("green")
}}
splited.select("green").flatMap { .... }
它还提供了另一种称为Side Output的方法（https://ci.apache.org/projects/flink/flink-docs-release-1.5/dev/stream/side_output.html），使您可以执行相同的操作！
这两种方式有什么区别？他们是否使用相同的较低层结构？它们的价格一样吗？我们何时以及如何选择其中之一？
split自成立以来，该操作员便是DataStream API的一部分。侧面输出功能将在以后添加，并提供split的功能的超集。
split创建多个相同类型（输入类型）的流。侧面输出可以是任何类型，即也可以不同于输入和主输出。
在内部，split添加仅用于分割流的专用运算符。侧面输出是在运算符（通常是ProcessFunction或窗口运算符）中定义的，该运算符应用任意逻辑并具有多个输出。我不希望这会导致明显的性能差异。
侧面输出的一个常见用例是过滤掉无效（或较晚）的记录，并将它们未经修改地传递给侧面，例如，稍后再处理它们。这样的运算符具有期望结果类型的常规输出和输入类型的侧面输出。使用来实现该逻辑会很麻烦split。
本文收集自互联网，转载请注明来源。
如有侵权，请联系 [email protected] 删除。
我来说两句