写回答
-
在Flink中，"busy"是指一个subtask的消费速率低于上游的生产，这个subtask的InputChannel buffer会被撑满，然后上游subtask的负责转发数据的nettyServer会收到消息，停止发送数据，直到上游subtask的ResultPartition撑满，上游的算子就被背压了。在这种情况下，一个subtask/算子是否背压和他本身的处理情况没有直接关系，而是取决于下游是否有subtask的处理速度一直低于输入速率；换言之，取决于下游算子的busy time。
2024-01-05 15:19:57赞同 展开评论 打赏 -
面对过去，不要迷离；面对未来，不必彷徨；活在今天，你只要把自己完全展示给别人看。在Flink中，"busy"一词通常被用来描述任务的运行状态。当任务正处于忙碌状态时，这表示它正在执行计算或处理数据流。另一方面，"back pressure"（反压）是Flink流处理中的一个关键概念。上游数据源生成数据的速度如果超过下游算子的处理能力，就会触发反压机制来控制数据流的速率，以防止下游算子因处理不过来而被淹没，进而导致性能下降或系统崩溃。需要注意的是，背压在Flink的运行时中更多是一个subtask层面的概念。
2024-01-04 16:25:58赞同 展开评论 打赏 -
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
实时计算Flink版是阿里云提供的全托管Serverless Flink云服务，基于 Apache Flink 构建的企业级、高性能实时大数据处理系统。提供全托管版 Flink 集群和引擎，提高作业开发运维效率。
热门讨论
热门文章
相关课程
更多
相关文章
相关电子书
更多
