flink在批量处理模式下会减少吗
根据flink流媒体文档：
窗口函数可以是ReduceFunction，FoldFunction或WindowFunction之一。前两个可以更有效地执行（参见State Size部分），因为Flink可以在每个窗口到达时递增地聚合它们的元素。
批处理模式是否同样适用？在下面的示例中，我正在阅读来自cassandra的~36go数据，但我预计减少的输出要小得多（~0.5go）。运行这个作业需要flink来将整个输入存储在内存中，还是足够智能，能够迭代它
DataSet input = ...;
DataSet sampled = input
.groupBy(MyRecord::getSampleKey)
.reduce(MyRecord::keepLast);
展开
收起
1
条回答
写回答
写回答
-
flink小助手会定期更新直播回顾等资料和文章干货，还整合了大家在钉群提出的有关flink的问题及回答。根据Flink中Reduce Operation的文档，我看到以下内容：
应用于分组DataSet的Reduce转换使用用户定义的reduce函数将每个组减少为单个元素。对于每组输入元素，reduce函数连续地将元素对组合成一个元素，直到每个组只剩下一个元素。
请注意，对于ReduceFunction，返回对象的键控字段应与输入值匹配。这是因为reduce是可隐式组合的，并且从组合运算符发出的对象在传递给reduce运算符时再次按键分组。
如果我正确读取此信息，Flink将在mapper端执行reduce操作，再在reducer端执行reduce操作，因此实际发出/序列化的数据应该很小。
2019-07-17 23:19:12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。
相关问答
