问题一：PyFlink在功能上如何与Java API对齐？
PyFlink在功能上如何与Java API对齐？
参考回答：
PyFlink在功能上完全追平了Table API和DataStream API的能力，实现了与Java API的功能对齐。
关于本问题的更多回答可点击原文查看：
https://developer.aliyun.com/ask/672008
问题二：PyFlink如何提升Python UDF的性能？
PyFlink如何提升Python UDF的性能？
参考回答：
PyFlink通过JNI调用C，再在C里面调用Python解析器的方法，消除了Python UDF和Java跨进程通信，使得Python UDF性能接近Java UDF，兼顾了开发和运行的效率。
关于本问题的更多回答可点击原文查看：
https://developer.aliyun.com/ask/672009
问题三：哪个talk对PyFlink下一代Python运行时有更详细的解释？
哪个talk对PyFlink下一代Python运行时有更详细的解释？
参考回答：
分论坛核心技术专场“基于 FFI 的 PyFlink 下一代 Python 运行时介绍”这个talk对PyFlink下一代Python运行时有更详细的解释。
关于本问题的更多回答可点击原文查看：
https://developer.aliyun.com/ask/672010
问题四：字节跳动的产品业务场景主要是什么，哪些产品使用了以Flink为支撑的实时计算？
字节跳动的产品业务场景主要是什么，哪些产品使用了以Flink为支撑的实时计算？
参考回答：
字节跳动的产品业务场景主要都是以实时信息流推荐为主。以Flink为支撑的实时计算广泛应用在字节跳动的各个产品中。
关于本问题的更多回答可点击原文查看：
https://developer.aliyun.com/ask/672011
问题五：字节跳动在2017年至2019年间对Flink的使用有何变化？
字节跳动在2017年至2019年间对Flink的使用有何变化？
参考回答：
2.字节跳动从2017年开始调研并逐步使用Flink流式计算，到2019年初，所有流式作业已完成从JStorm到Flink的迁移。
关于本问题的更多回答可点击原文查看：
