Apache flink PyFlink UDF：何时使用矢量化与标量

在决定矢量化与标量PyFlink UDF时，是否有一组简单的规则可以遵循

根据，矢量化UDF具有以下优点：（1）更小的服务和调用开销（2）由于Numpy等LIB，矢量（尤其是数值）计算得到了高度优化

矢量化Python用户定义函数是通过在JVM和Python VM之间以箭头列格式传输一批元素来执行的函数。向量化Python用户定义函数的性能通常比非向量化Python用户定义函数高得多，因为序列化/反序列化开销和调用开销大大减少。此外，用户可以利用流行的Python库（如Pandas、Numpy等）来实现矢量化的Python用户定义函数。这些Python库经过高度优化，提供了高性能的数据结构和函数

问题1：是否总是首选矢量化自定义项

比方说，在我的用例中，我只想从一个JSON列中提取一些字段，这是Flink还不支持的，因此我需要定义我的udf，如：

@udf（…）
def从json中提取字段（json值、字段名称）：
导入json
返回json.load（json_值）[字段名称]

问题2：在这种非数字的情况下，我是否也会从矢量化UDF中获益