Apache flink 跨Flink转换重复使用数据流

我有一个数据流（比如inStream），我需要应用两个不同的转换列表来生成两个不同的输出流（比如outStream1和outStream2）

在源流上应用复杂的转换列表之后，也会构造inStream

现在，我的问题是，既然inStream需要跨转换的两个分支重用，有没有办法缓存这个inStream并跨两个分支重用它

Spark解决这个问题的方法是使用rdd.cache（）方法，其中inStream缓存在内存中，并在转换过程中重复使用。我想知道Flink中是否存在类似的构造来解决这个问题

另一个问题是在Flink中如何触发程序执行？ 在Spark中，当遇到Spark操作时，程序将被延迟评估并触发执行

根据我对Flink的理解（如果错误，请更正），Flink JobManager创建了一个决定程序流的执行图。但是，它是否自己进行上述指定的数据流重用

---

谢谢

如果我没有错的话，您正在尝试执行inStream.map（转换1）和in.map（转换2），我没有真正理解您所说的“在源流上应用复杂的转换列表后也会构造inStream”但由于Flink是一个事件处理器，所以除了windows之外，我并不真正了解Flink中的数据缓存。Hi Biplob在重新使用流时需要缓存（就像Spark的情况一样），还是由Flink系统自动处理？不，如果您正在处理Flink数据流，您不应该需要缓存。我可以想象缓存只在批处理程序（使用数据集API）的情况下使用，但即使在这种情况下，Flink也会自动进行优化。如果我没有错的话，您正在尝试在stream.map（transformation1）和in.map（transformation2）中执行缓存，我并没有真正理解您的意思“instream也是在源流上应用复杂的转换列表后构建的”，但由于Flink是一个事件处理器，因此除了windows之外，我并不真正了解Flink中的数据缓存。Hi Biplob是需要缓存的（就像Spark一样）重新使用流时，还是由Flink系统自动处理？不，如果您正在处理Flink数据流，您不应该需要缓存。我可以想象缓存仅用于批处理程序（使用数据集API），但即使在这种情况下，Flink也会自动优化。