Hi, 简单来说，如果你的作业逻辑中只使用了纯java的算子，比如你写的是一个没有使用 Python udf 的sql/table api 作业时，那么运行时就不需要对Python有需求，但是如果你使用了python udf，或者是你用的是python datastream api来编写你的作业，那么运行时就对python环境有要求，毕竟那些python的自定义函数逻辑是需要Python解释器来执行的。
pyflink的runtime有两种执行模式process和thread。process模式是基于apache beam portability框架做的进程间通信的方式，让python自定义函数运行在专门的Python进程的方式。关于thread模式则是基于pemja[1]做的嵌入的方式，让python直接嵌入到jvm里面运行，这种方式是1.15引入的，关于这部分内容可以参考文档[2] 关于性能问题的话，首先，如果你没有用python自定义函数，性能和java一模一样，因为你本质上只是用了pyflink的api。如果你用了python自定义函数，那就取决于你的性能瓶颈在哪了，因为我们知道python函数的性能是不如Java函数的。关于框架层的开销，我之前有写了专门的文章[3]分析过。 希望对你有所帮助。 Best, Xingbo [1] https://github.com/alibaba/pemja [2] https://nightlies.apache.org/flink/flink-docs-release-1.15/docs/dev/python/python_execution_mode/ [3] https://flink.apache.org/2022/05/06/pyflink-1.15-thread-mode.html yidan zhao <hinobl...@gmail.com> 于2022年7月13日周三 15:47写道： > 目前看了下pyflink，想了解下，pyflink的任务实际运行时也是JAVA+python双环境吗。 > 涉及java和python交互等是吗。性能相比java直接开发的任务会有区别吗？ > > yidan zhao <hinobl...@gmail.com> 于2022年7月12日周二 19:27写道： > > > > 公司有部分项目是基于 storm 开发的，目前想进行改造，计划用 flink。 > > > > 初步看了下代码，发现 storm 中实现都是通过 multi-lang 方式各种调用 shell、python > > 实现。这些shell和python主要通过storm提供的一个 storm.py 基础包实现和 父进程 > > 的通信（基于stdin和stdout貌似）。 > > > > 想问问，这种如何改造呢？ > > 首先是大方向上，（1）连同python、shell部分一起改造。（2）保留python、shell部分，基于flink实现一套类似机制。 > > > > （1）和（2）目前看起来都会很复杂。 > > > > 有没有小伙伴做过类似事情呢？ >
