Apache Flink：使用 filter() 或 split() 拆分流？

Question

我有一个来自 Kafka 的 DataStream，它对 MyModel 中的一个字段有 2 个可能的值。MyModel 是一个 pojo，具有从来自 Kafka 的消息解析的特定领域字段。

DataStream<MyModel> stream = env.addSource(myKafkaConsumer);

我想分别在每个键 a1、a2 上应用窗口和运算符。有什么好的方法可以将它们分开？我有 2 个选项过滤和选择，但不知道哪个更快。

过滤方法

stream
        .filter(<MyModel.a == a1>)
        .keyBy()
        .window()
        .apply()
        .addSink()

stream
        .filter(<MyModel.a == a2>)
        .keyBy()
        .window()
        .apply()
        .addSink()

拆分和选择方法

SplitStream<MyModel> split = stream.split(…)
    split
        .select(<MyModel.a == a1>)
        …
        .addSink()

    split
        .select<MyModel.a == a2>()
        …
        .addSink()

如果 split 和 select 更好，如果我想根据 MyModel 中某个字段的值进行拆分，如何实现它们？

Answer 1

这两种方法的行为几乎相同。在内部，split()操作符分叉流并应用过滤器。

还有第三种选择，Side Outputs。侧输出可能有一些好处，例如不同的输出数据类型。此外，仅对侧输出评估过滤条件一次。

Answer 2

自Flink 弃用列表 1.6起， DataStream中的SplitStream和split方法已弃用。不再建议使用。