Apache Flink：数据流API中的边输出和split（）之间有什么区别？

Question

val splited = datastream.split { i => i match {
   case i if ... => Seq("red", "blue")
   case _ => Seq("green")
}}

splited.select("green").flatMap { .... }

它还提供了另一种称为边输出的方法(https://ci.apache.org/projects/flink/flink-docs-release-1.5/dev/stream/side_output.html)，它允许您做同样的事情！

这两种方式有什么区别？他们使用相同的低层结构吗？它们的价格一样吗？我们应该在什么时候以及如何选择其中的一个？

Answer 1

split运算符从早期起就是DataStream API的一部分。后面添加的side output特性提供了split功能的超集。

split创建多个相同类型的流，即输入类型。侧输出可以是任何类型的，即，也不同于输入和主输出。

在内部，split添加了专门的运算符，该运算符只对流进行拆分。边输出在应用任意逻辑并具有多个输出的运算符（通常是processfunction或window运算符）中定义。我不认为这会导致显著的性能差异。