为什么 Batch 作业和 Streaming 作业会有不同的调度策略呢?
因为 Batch作业里边存在 blocking shuffle 数据交换模式。在这种模式下,需要等上游完全产出所有数据后,下游才能去消费这部分数据集,如果预先把下游调起来的话,它只会在那空转浪费资源。相比 Eager 策略而言,对于批处理作业它能够节省一定量的资源。
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。