流模式与批模式的比较

DataStream同时支持批处理和流处理。流模式用增量修改的方法处理无界流,批模式处理有界流或有固定输入的不会持续的流并将结果一次性输出。Flink保证流模式和批模式处理有界流时结果是一样的,但批模式在聚合策略,任务调度和失败恢复方面做了优化,效率更高。

When to use BATCH mode

有界即知道数据是否已经全部到达或是否还会有新数据出现。
批模式只能用在有界流。
流模式既能用于有界也能用于无界流。

配置批模式

DataStream默认采用流模式。可通过配置改为流模式:

  • 代码配置
    StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
    env.setRuntimeMode(RuntimeExecutionMode.BATCH);
  • 命令行配置
    $ bin/flink run -Dexecution.runtime-mode=BATCH examples/streaming/WordCount.jar
    推荐使用命令行方式,因为代码与配置分离能提高灵活性

流模式与批模式执行的差异

任务调度和网络交换

Flink job包含不同的操作,系统决定各个操作执行在哪个TaskManager上以及他们之间的数据交换传输。一个或一组operator作为一个调度的整体称为task. 一个task可以分为多个相同的subtask在多个TaskManager上并发执行。
BATCH和STREAMING下任务调度和网络交换的处理是不同的。举个例子:

StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();

DataStreamSource<String> source = env.fromElements(...);

source.name("source")
    .map(...).name("map1")
    .map(...).name("map2")
    .rebalance()
    .map(...).name("map3")
    .map(...).name("map4")
    .keyBy((value) -> value)
    .map(...).name("map5")
    .map(...).name("map6")
    .sinkTo(...).name("sink");

像map, flatMap, filter这种两个operation之间是一对一连接模式的可以直接将数据转发给下一个operator, 也就可以chain成一个task,而无需网络交换。
像keyBy, rebalance这种两个并行实例之间需要互相交换数据的就需要网络传输。
所以本例中可以将operator组合成3个task,


  • STREAMING
    所有task同时工作, 网络交换是pipeline的,即所有记录立即发送到下游task。
  • BATCH
    task一个接一个分阶段工作,即一个task将一批数据都处理完之后将结果输入给下一个task。

State Backend

流模式下,Flink使用State Backend控制state存储和checkpointing。批模式下不需要存储state

处理顺序

流模式下,数据到达即被处理。
批模式下某些操作Flink需要保证顺序:
我们可以简单把输入分成三种类型:

  1. 广播输入
  2. 普通输入
  3. 分组输入
    三种输入的处理顺序是:
    先处理广播输入,再处理普通输入,最后处理分组输入。如果同时有多个相同广播输入或普通输入,则Flink决定其处理顺序。如果有多个分组输入,则先处理完其中一个分组,再处理下一个分组。

事件时间和水印

Stream需要处理event time和watermark, batch因为已知输入所以无需处理event time和watermark.

处理时间

基于处理时间计算的结果是不可复现的,因为同一记录处理两次的时间戳是不一样的。STREAMING需要处理事件时间和处理时间的关系,BATCH不需要。

失败恢复

STREAMING使用checkpoint用于失败恢复。BATCH直接重新执行失败的task。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 202,802评论 5 476
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,109评论 2 379
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 149,683评论 0 335
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,458评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,452评论 5 364
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,505评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,901评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,550评论 0 256
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,763评论 1 296
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,556评论 2 319
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,629评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,330评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,898评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,897评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,140评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,807评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,339评论 2 342

推荐阅读更多精彩内容