Apache Flink中的DataStream和KeyedStream有什么区别？

Question

我正在查看使用 Flink 加入两个流的上下文，并想了解这两个流有何不同以及如何影响 Flink 处理它们的方式。

作为一个相关问题，我还想了解 CoProcessFunction 与 KeyedCoProcessFunction 有何不同。

Answer 1

KeyedStream是经过DataStream分区的数据流，其效果是对于任何给定的键，该键的每个 stream 元素都在同一分区中。 这保证了一个键的所有消息都由同一个工作实例处理。 只有键控流可以使用键分区 state 和定时器。

KeyedCoProcessFunction连接两个以兼容方式键入的流——这两个流被映射到相同的键空间——使得KeyedCoProcessFunction可以键入与两个流相关的 state。 例如，您可能希望将 stream 的客户交易与 stream 的客户更新结合起来——在 customer_id 上加入它们。 您可以在 Flink 中实现这一点（如果在较低级别这样做），方法是通过 customer_id 对两个流进行键控，并将这些键控流与KeyedCoProcessFunction连接起来。

另一方面， CoProcessFunction有两个输入，但这些输入之间没有特定的关系。

Flink 培训有涵盖keyed streams和connected streams的教程，以及相关的练习/示例。