Flink 中 Spark RDD.persist(..) 的任何等效功能？

Question

Spark RDD.persist(..) 可以帮助避免重复的 RDD 评估。

Flink有没有相同的特性？

其实我想知道如果我这样写，Flink会求值dataStream一次还是两次？

val dataStream = env.addSource(...).filter(...).flatMap(...)

val s1 = dataStream.keyBy(key1).timeWindow(...).aggregate(..)

val s2 = dataStream.keyBy(key2).timeWindow(...).reduce(...)

Answer 1

在 Flink 中不需要 persist，因为应用多个运算符的 DataStream 被评估一次并将所有传出消息复制到每个下游运算符。

你的程序执行为

                                 /-hash-> keyBy(key1) -> ...
 Source -> Filter -> FlatMap ->-<
                                 \-hash-> keyBy(key2) -> ...

Flink 中 Spark RDD.persist(..) 的任何等效功能？

Any equivalent feature of Spark RDD.persist(..) in Flink?

apache-flink

flink-streaming

flink-batch