是的，当前 PyFlink 还不支持 side output，side output 的支持已经完成开发，会在接下来发布的 1.16 版本中支持。
On Thu, Aug 4, 2022 at 11:50 AM yidan zhao wrote:
> 1 需求是根据输入流，根据字段判定，拆分并输出为2个流。
>
> 2 目前看 pyflink 的 api，貌似不支持 sideoutput。
>
> 3 虽然可以基于输入流 A，连续处理2次，即输入流 A 流向算子 B 和算子 C，分别筛选自己需要的数据进行处理。但这样会导致数据重复传输。
>
您好，您这种情况我试了一下，确实不可读，具体原因可能还要看hdfs的支持（flink的Gzip压缩出去的文件hdfs是否认可，这个待确认），不过我这边使用lzo压缩，hdfs是可读的，可参考以下内容
// create the stream with kafka source, test_topic must return Student!
val kafkaStream: DataStream[Student] = env
.addSource(kafkaConsumer)
//
可以尝试使用个参数：
kubernetes.taskmanager.cpu.limit-factor
https://nightlies.apache.org/flink/flink-docs-release-1.15/docs/deployment/config/#kubernetes-taskmanager-cpu-limit-factor
On 08/5/2022 09:24，casel.chen wrote：
我通过flink native kubernetes部署flink
我通过flink native kubernetes部署flink
1.13.2作业到k8s上发现资源实际使用量远小于请求量，特别是CPU，启动的时候CPU消耗多一些，运行一段时间后CPU消耗显著降低，如果设置CPU值较小的话又会造成作业启动慢的问题，查了一下当前实现中将资源requests恒等于limits，请问该如何分别设置cpu和内存的requests和limits以提高资源使用效率呢？谢谢！
