《Apache Flink 案例集（2022版）》——2.数据分析——快手-Flink SQL 在快手的扩展和实践（3） https://developer.aliyun.com/article/1228370
维表关联的攒批优化
维表关联的攒批优化是为了减少 RPC 的调用次数。原理是攒一批数据以后，调用维表的批量查询接口，语法上快手引入通用的 Mini-Batch hint，它有两个参数：一个表示多长时间攒一批，一个表示多少条数据攒一批。一个合法的 Mini-Batch hint 需要至少包含一个参数。快手将 hint 设计得很通用，希望它不仅可以用于维表关联，还可以用于聚合的攒批优化。
再看一个例子，需要打宽订单表，关联订单的客户信息。查询语句在 customers 维表后面跟一个 hint 表示 5 秒攒一批或 1 万条数据攒一批，这个优化在底层算子和设计的实现上，远比 SQL 语法的表达要复杂得多。
未来规划
未来，快手会在 Stream SQL 方向持续扩展功能，提升性能，达到降本增效的目的，以及探索更多场景下的状态兼容；流批一体方面，快手将会完善 Flink Batch SQL 的能力，增加推测执行、自适应查询等优化，提升 Batch SQL 的稳定性和性能，继续拓宽业务应用场景；在数据湖和实时数仓方面，会继续推动它们在更多业务场景下的落地。
