Apache Flink流缩放

Question

我是Apache Flink的新手，正在尝试了解一些与Kafka一起扩展Flink流媒体作业的最佳实践。我无法找到合适答案的一些问题包括：

1. 您可以/应该运行多少个流作业？运行太多流是否存在可扩展性问题？太多是多少？
2. 如果我们运行假设2,000个流来满足业务需求，那么管理这些流的最佳方法是什么？
3. 从一个流读取流数据到另一个流的首选方式是什么？我们可以加入流、执行连续查询等吗...？

提前感谢您的支持，如果这些问题看起来有些基本，请道歉，但我正在尝试更好地掌握这项技术。我已经阅读了很多文档，但无可否认，由于我在这方面缺乏经验，可能无法将一些概念整合在一起。谢谢你的帮助！

Answer 1

>

持续查询支持已作为最新flink版本的一部分构建，您可以检查flink留档。

如果在flink术语中，将一个数据流读取到另一个数据流是指连接两个数据流，那么我们可以在一个公共键上连接它们并保持值状态。请注意，值状态在任务管理器中维护，而不是在任务管理器之间共享。否则，如果您暗示两个或多个流的联合，那么我们可以以这样的方式构建FlatMapFunction，即来自这些流的数据以标准格式出现。

工会示例：

val stream1: DataStream[UserBookingEvent] = BookingClosure.getSource(runmode).getSource(env)
      .map(new ClosureMapFunction)

val stream2: DataStream[UserBookingEvent] = BookingCancel.getSource(runmode).getSource(env)
      .map(new CancelMapFunction)

val unionStream: DataStream[UserBookingEvent] = stream1.union(stream2)

---

import org.apache.flink.api.common.functions.MapFunction
import org.json4s.jackson.JsonMethods.{parse => _, parseOpt => _}
import org.json4s.native.JsonMethods._
import org.slf4j.{Logger, LoggerFactory}

class CancelMapFunction extends MapFunction[String, Option[UserBookingEvent]] {
  override def map(in: String): Option[UserBookingEvent] = {
    val LOG: Logger = LoggerFactory.getLogger(classOf[CancelMapFunction])
    try {
      implicit lazy val formats = org.json4s.DefaultFormats

      val json = parse(in)
      ..............
     } catch {
      case e: Exception => {
        LOG.error("Could not parse Cancel Event= " + in + e.getMessage)
        None
      }
    }
  }
}