Flink程序关键一步:触发环境执行

本文重点

在前面的课程中,我们学习了很多的flink流程序,在这些流程序中都有一个共同的特点,就是在代码的最后一行都有一个env.execute();,它的作用是什么呢?

触发环境执行

我们前面学习了源算子,转换算子,聚合算子,输出sink算子等等都是对流数据的操作,即使是写完输出(sink)操作并不代表程序已经结束,只不过是在定义数据流图。

此时数据还没有开始流动,只有调用execute()方法,数据才会开始流动,才会真正的触发各个算子的计算,这也被称为"延迟执行"或"懒执行"。execute()方法将一 直等待作业完成,然后返回一个执行结果(JobExecutionResult)。

相关推荐
跨境数据猎手2 小时前
大数据在电商行业的应用
大数据·运维·爬虫
绿算技术3 小时前
万卡推理集群存储选型分析:从核心架构到应用视角
大数据·科技·算法·架构
朴马丁4 小时前
预制菜的“数字厨房”:PLM如何支撑菜品标准化与供应链高效协同?
大数据·人工智能·食品行业·流程行业plm
奋斗的老史6 小时前
Spring-Boot 集成 TDengine 完整实战
大数据·时序数据库·tdengine
郑洁文6 小时前
音乐数据分析研究与应用
大数据·数据挖掘·数据分析·音乐数据分析
成长之路5147 小时前
【实证分析】地市环境规制综合指数测算-原始数据+do代码(2011-2024年)
大数据
逸模7 小时前
AI+BIM 重构连锁公装新范式 逸模打造数字化营建核心底座
大数据·人工智能·笔记·其他·信息可视化·重构
谁似人间西林客8 小时前
工业大数据实战:看中国智造如何用数据驱动效率革命
大数据·单例模式
2501_933670798 小时前
数学成绩偏弱是否能填报大数据专业
大数据
陆水A9 小时前
【实时数仓·3】Flink多表JOIN状态爆炸——Event Time Temporal JOIN + TTL分层治理
大数据·数据仓库·数据分析·flink·数据库开发·bigdata