Flink每个operator-chain产生一个hdfs文件,还是整个tm产生一个hdfs文件呢?

hashmap+hdfs的checkpoint, 是每个operator-chain产生一个hdfs文件,还是整个tm产生一个hdfs文件呢?

展开
收起
wenti 2023-03-15 11:04:53 341 分享 版权
1 条回答
写回答
取消 提交回答
  • 坚持这件事孤独又漫长。
    • 在 Flink 中,每个 Operator Chain 是独立处理的,因此每个 Operator Chain 会生成一个 HDFS 文件。整个 TM(Task Manager)会有多个 Operator Chain,即会生成多个 HDFS 文件。

    • 具体来说,在 Flink 中,每个算子(Operator)都会有自己的任务(Task),该任务只和它的前一个和后一个任务交流,这些任务被链接成一个或多个 Operator Chain。每个 Operator Chain 都有一个独立的数据流传递,每个任务都是按独立的数据包流转的。因此,每个 Operator Chain 的输出都会被写入一个单独的 HDFS 文件。如果在 Flink 作业中有多个 Operator Chain,则会生成多个 HDFS 文件,每个文件都是独立的,不会相互影响。

    • 需要注意的是,对于多个算子被隐式地链接在一起的情况(如使用算子链(Chaining)技术),这些算子共用一个任务,因此可能会生成一个 HDFS 文件。但是,这取决于它们是否是同一 Operator Chain 的一部分。

    总之,在 Flink 中,每个 Operator Chain 都有一个独立的输出流,因此每个 Operator Chain 会生成一个 HDFS 文件。

    2023-03-15 11:51:16
    赞同 展开评论

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。

收录在圈子:
实时计算 Flink 版(Alibaba Cloud Realtime Compute for Apache Flink,Powered by Ververica)是阿里云基于 Apache Flink 构建的企业级、高性能实时大数据处理系统,由 Apache Flink 创始团队官方出品,拥有全球统一商业化品牌,完全兼容开源 Flink API,提供丰富的企业级增值功能。
还有其他疑问?
咨询AI助理