- 通用的優(yōu)化方式

1. 盡早fliter掉一些不需要的數(shù)據(jù)以及避免一些不必要的序列化。

2. 避免使用深層嵌套數(shù)據(jù)類型。

3. 對(duì)于數(shù)據(jù)傾斜使用調(diào)整并行度或者雙層聚合的方式。

4. 一些基數(shù)較少的并且本身較長(zhǎng)維度可以采用數(shù)據(jù)字典的方式減少網(wǎng)絡(luò)傳輸及內(nèi)存占用、gc開銷。

- 數(shù)據(jù)類型和序列化 Flink支持java、scala基本數(shù)據(jù)類型，以及java Tuples、scala Case Class、Flink Value，對(duì)于這些數(shù)據(jù)類型，flink會(huì)采用自身的序列化反序列化器去做序列化操作，對(duì)于其他數(shù)據(jù)類型，flink會(huì)采用kyro方式序列化，kyro序列化方式效率會(huì)比flink自帶的方式低很多。因此在數(shù)據(jù)序列化方面我們可以做如下工作

1. 嘗試使用transient修飾不需要序列化的變量，或者修飾你可以在下游通過其他方式獲取到變量，這個(gè)可以減少序列化流程和網(wǎng)絡(luò)傳輸(但可能帶來更多的內(nèi)存占用用和gc消耗) 

2. 對(duì)于一些特殊的數(shù)據(jù)你可以嘗試重寫writeObject() 和 readObject() 來自己控制一些序列化方式，如果更高效的話

3. 如果使用了lambda或者泛型的話，顯式的指定類型信息讓flink類型提取系統(tǒng)識(shí)別到以提升性能。

- 多組相同keyby可使用DataStreamUtils在多組keyby的場(chǎng)景可以采用DataStreamUtils.reinterpretAsKeyedStream的方式避免多次shuffle操作 - 盡量減少狀態(tài)的大小

1. 設(shè)置合適的state TTL, 清洗過期狀態(tài)，避免狀態(tài)無限增大。

2. 減少狀態(tài)字段數(shù)， 比如使用aggreteFunction 做窗口聚合時(shí)，可以只將要聚合的信息放入狀態(tài)，其他keyBy字段以及窗口信息，可以通過processWindowFunction的方式獲取，這樣就是 aggregateFunction + ProcessWindowFunction，agg函數(shù)獲取聚合信息，輸出的結(jié)果到processwindowFunction中取獲取窗口信息。

3. checkpoint頻率不宜過高，超時(shí)時(shí)間不要太長(zhǎng)，可以異步化的地方盡量異步化