Re: flink1.12 执行sql_query()，同样的数据源表，pyflink执行时间9mi

Hi, 我是用的flink1.12的pandas类型的udaf, 代码如下：

@udaf(result_type=DataTypes.FLOAT(), func_type="pandas")

def logReturn(i, j):

df = pd.DataFrame({'id': i, 'rate': j})

df['rate1'] = df['rate'] + 1

return numpy.prod(df['rate1']) - 1

调用方式为：

result = query_table.group_by(query_table.PF_ID).select(query_table.ID,

logReturn(

query_table.ID,

query_table.RATE)).execute_insert('print').wait()

这个代码的sink用的print,，其实之前的to_pandas也是用在最后一步来获取计算结果，用于返回的；

java的写法类似，也是定义了udaf之后执行，返回Table类型的结果，再对这个结构处理，取出计算结果；

但两者的执行时间差很多，python用了很多方式，实现同样的简单计算逻辑，都差不多要8分钟左右。

总感觉时间用在query上，之前使用过flink1.11中connector.read.query方式直接获取数据，计算的速度就很快~

小白一个，不太了解flink内部的设计，希望能在这里找到具体的原因~谢谢您啦~*来自志愿者整理的flink邮件归档