Flink Table API和DataStream ProcessFunction

Question

我想加入一个大表，不可能包含在TM内存和流（kakfa）中。我在测试中成功加入了这两个表，将table-api与datastream api混合在一起。我做了以下操作：

val stream: DataStream[MyEvent] = env.addSource(...)
stream
   .timeWindowAll(...)
   .trigger(...)
   .process(new ProcessAllWindowFunction[MyEvent, MyEvent, TimeWindow] {
        
        var tableEnv: StreamTableEnvironment = _
        
        override def open(parameters: Configuration): Unit = {
          //init table env
        }

        override def process(context: Context, elements: Iterable[MyEvent], out: Collector[MyEvent]): Unit = {
          val table = tableEnv.sqlQuery(...)
          elements.map(e => {
            //do process
            out.collect(...)
          })
        }
      })

它正在工作，但我从未见过这种类型的实现。可以吗？缺点是什么？

Answer 1

不能在Flink函数中使用StreamExecutionEnvironment或TableEnvironment。环境用于构建提交到集群的管道。

您的示例将作业提交到集群作业中的集群。

这可能适用于某些用例，但通常不鼓励这样做。假设您的外部流包含数千个事件，并且您的函数将为每个事件创建一个作业，它可能会对您的集群进行DDoS攻击。