主要有以下几个优化思路。
第一个是不同类型的 UDF 的拆分,由于在一个节点中可能同时包含多种类型的 UDF,而不同的类型的 UDF 是不能放在一块执行的;
第二个是Filter下推,其主要目的是尽可能降低含 有Python UDF 节点的输入数据量,从而提升整个作业的执行性能;
第三个优化思路是Python UDF Chaining,Java 进程与 Python 进程之间的通信开销以及序列化反序列化 开 销 比 较 大 , 而 PythonUDFChaining可以尽量减少Java进程和Python进程之间通信开销。
资料来源:《Apache Flink 必知必会》,下载链接:https://developer.aliyun.com/topic/download?id=1189
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。