关于端到端的延迟监控，大家有什么更好的方案吗？

官方的LatencyMarker 表示的是数据的流通性， 他和数据是在同一个pipeline 中顺序处理的，如果你的算子都是同步的情况是可以反应出数据的真实处理延迟，生产上是可以使用的，但是 延迟粒度 metrics.latency.granularity 最好调整成 single或者operator ,防止latency上报太多压垮服务。 但当你的算子是个异步用AsyncWaitOperator实现的话，因为latencyMarker并没有像watermark一样addToWorkQueue,直接处理上报metrics,所以延迟信息就不准确了。 所以自己做端到端延迟的话，可以flink sql source 层 抽取其event time时间往下游发送，insert into sink的时候，写一个udf (currenttime-eventime) 计算其延迟时间，写到外部数据库中，sink最好是influxdb之类的,方便统计。*来自志愿者整理的flink邮件归档