不行，那不就导致不均衡了。数据得均衡。
1均衡 2 batch 3 timeout
目前这3者依靠flink现有机制比较难实现，当然并不是所以场景都需要这样，比如mysql还需要考虑死锁问题，但对于部分不需要考虑锁的sink，其实不在意相同key是否分发到一起，所以不需要依靠keyedStream，这样能保证1，2，但无法保证3。
使用keyedStream使用随机key（很随机），会保证1，3，但无法有2（因为key太随机，每个key下数据太少）。
使用keyedStream使用随机key %
N，则会保证3，1和2则是看具体数据分布、数据量，以及N的大小都可能有关系。部分场景下很难有合适的参数保证全部3者。
Kenyore Woo <
[hidden email]> 于2021年2月15日周一 下午1:09写道：
> 如果使用一个常量字段作为key呢。是不是就可以实现你要的效果了
>
> yidan zhao <
[hidden email]> 于2021年2月9日周二 下午3:24写道：
>
> > 当然，如果是 randomeKey %30 这样，虽然最终效果差不多，但却导致30个sink batch可能都集中到某几个并发实例上。
> >
> > yidan zhao <
[hidden email]> 于2021年2月9日周二 下午3:22写道：
> >
> > > 引入随机key最大问题是，本身希望batch方式sink，key太随机压根无法batch。
> > >
> >
> 如果randomKey%1024这样分桶到1024的话，也不行，会导致每个bucket中数据量太少，进而基本都是timeout而sink，而不是达到batchSize，换言之，每次sink都会有1024个并发sink次数。
> > > 实际后端的存储可能不期望这么高并发，本身做batch的目的就是希望降低sink次数。
> > >
> > >
> >
> 我希望的是按照并发度（比如30并发度）就每次sink30次（或超过30次，因为可能>batchSize，如果都<batchSize，则30个并发都超时sink，也就是一次触发会30次sink）。
> > >
> > > yidan zhao <
[hidden email]> 于2021年2月9日周二 下午3:04写道：
> > >
> > >> 如题，当前flink不支持非keyedStream使用定时器，不清楚有啥解决方法吗？
> > >>
> > >> 目前我实现一个sink，带超时希望用到timerservice。但是不支持。
> > >> 同时不希望使用keyedStream，因为会导致数据不均衡。
> > >>
> > >> 除了引入随机key外还有什么方法吗。
> > >>
> > >
> >
>
Locked
