你们之前用的啥方式部署机器学习PAI的flink？

可以考虑这几个方式，1、Flinke on YARN 2、Flink on Kubernetes 3、Flink on Standalone Mode

根据具体需求和环境，选择合适的部署方式。在选择部署方式时，请确保您的环境满足相应的依赖和要求，并参考阿里云机器学习平台（PAI）的文档和示例代码

在PAI中，可以通过以下步骤部署Flink：

1. 创建一个Flink集群：在PAI控制台中，选择“Flink”->“创建”，填写相关信息并提交。待Flink集群创建完成后，在控制台上可以看到Flink的相关信息，如Flink UI的访问地址等。

2. 上传Flink任务代码：将Flink任务代码上传到PAI的OSS中，并记录好对应的OSS路径。

3. 在Flink集群中提交任务：进入Flink集群的详情页，点击“提交任务”，在弹出的对话框中填写任务信息，包括任务名称、任务类型（Jar包）、OSS路径、主类名和参数等，提交后Flink会自动启动任务并执行。

注意事项：

1. Flink集群的计算资源需要根据任务规模进行调整，以充分利用集群的计算资源。

2. 上传代码和提交任务时需要注意权限和文件路径的设置。

3. Flink任务中使用的数据需要预先通过PAI的数据存储服务（如OSS、HDFS等）进行存储，并根据实际情况进行调整和优化。

4. Flink任务中使用的第三方依赖库需要预先安装在Flink集群中的所有节点上，以保证任务的正常运行。