Flink之AsyncDataStream

在flink使用过程中，虽然flink有state(状态)可以用来存储很多的缓存数据，但是不可避免的要与其他如redis，hbase 发生交互，除了这些数据库外 更常见的是可能业务需要去调个api填充信息，默认情况下，在MapFunction中，单个并行只能用同步方式去交互: 将请求发送到外部存储，IO阻塞，等待请求返回，然后继续发送下一个请求。这种同步交互的方式往往在网络等待上就耗费了大量时间 。

Flink 在1.2中引入了Async I/O，在异步模式下,将IO操作异步化，单个并行可以连续发送多个请求，哪个请求先返回就先处理，从而在连续的请求间不需要阻塞式等待，大大提高了流处理效率。

也就是要介绍的AsyncDataStream

首先AsyncDataStream 有两个方法1.unorderedWait表示数据不需要关注顺序，处理完立即发送 方法需要传入的第一个参数是一个datastream 这也是和其他的算子不太一样的地方 这里的两个方法需要用AsyncDataStream调用把上游datastream作为参数传递  而不是datastream直接调用 第二个参数 就是自己实现的类。需要继承 RichAsyncFunction或者 AsyncFunction 当然 因为基础方法 没有生命周期函数 但是这个方法 主要用来和外部系统交互。所以 一般都会去继承RichAsyncFunction第三个参数 是最长等待时间  第四个参数 是一个TimeUnit  可以传入 入  TimeUnit.SECONDS这种 最后一个参数Capacity表示同时最多有多少个异步请求在处理，异步IO的方式会导致更高的吞吐量，但是对于实时应用来说该操作也是一个瓶颈。限制并发请求数，算子不会积压过多的未处理请求，但是一旦超过容量的显示会触发背压。
该参数可以不配置，但是默认是100。

2.orderedWait表