探索云世界
Flink这个问题怎么解决？有一个FLINK任务是 非开窗，非聚合的，keyby后数据倾斜，请问有什么优化思路； 前提条件需要保证相同key的数据在一个task 里面处理；
场景大概是： 上游kafka的数据是 用户 每个时间点的 用户 属性变化信息（可能这个时间点是 f1, f2, f3,属性变更； 下一个时间点是: f2, f4 属性变更）， 需要写入到下游数据库
属性变化信息也分几种， 同一条数据中的 属性操作都是一样， 比如这条数据需要 给用户的 属性做求和动作，下一条相同用户可能需要做 局部更新动作，在或者相同用户做 保留 首次属性动作
我目前的算子结构是： map.filter.keyby.process.sink ==> key 是用户的ID
写回答
1、可以对数据进行预处理，减少下游的数据量
2、是因为key分组导致数据倾斜，所以可以尝试结合其他字段创建复合键。还有一个方法，增加并行度，可以分散负载，就可以减轻压力。此回答整理自钉群“实时计算Flink产品交流群”
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。
