开发者社区 > 大数据与机器学习 > 实时计算 Flink > 正文

为什么 Batch 作业和 Streaming 作业会有不同的调度策略呢?

为什么 Batch 作业和 Streaming 作业会有不同的调度策略呢?

展开
收起
詹姆斯邦德00 2021-11-17 17:08:28 1059 0
1 条回答
写回答
取消 提交回答
  • 因为 Batch作业里边存在 blocking shuffle 数据交换模式。在这种模式下,需要等上游完全产出所有数据后,下游才能去消费这部分数据集,如果预先把下游调起来的话,它只会在那空转浪费资源。相比 Eager 策略而言,对于批处理作业它能够节省一定量的资源。

    2021-11-17 19:18:04
    赞同 展开评论 打赏

实时计算Flink版是阿里云提供的全托管Serverless Flink云服务,基于 Apache Flink 构建的企业级、高性能实时大数据处理系统。提供全托管版 Flink 集群和引擎,提高作业开发运维效率。

相关电子书

更多
spark替代HIVE实现ETL作业 立即下载
低代码开发师(初级)实战教程 立即下载
阿里巴巴DevOps 最佳实践手册 立即下载