Hi， 补充回答两点 1. 现在Table上是支持sliding window和Tumpling Window的Pandas UDAF[1]的, 在1.13会支持session window的UDAF的支持。对于datastream上window的支持，对于上述几种window，你可以转到table上去操作，对于自定义window，datastream会在1.13支持。
2. 关于性能问题，如果你不使用Python UDFs的话，本质就是跑的Java的代码，python起的作用只是在客户端编译JobGraph的作用，所以不存在说Python sql_update的运行性能比Java的慢，因为实际运行的代码是一模一样的。对于你使用了Python UDF的话，由于相比Java UDF, 多了IPC的通信开销，以及Python本身的性能就不如Java Code，目前性能差别大概在6到7倍，我们也一直在性能上做努力，未来希望做到的是完全赶上Java code，甚至C code的性能。 [1] https://ci.apache.org/projects/flink/flink-docs-release-1.12/dev/python/table-api-users-guide/udfs/vectorized_python_udfs.html#vectorized-aggregate-functions Best, Xingbo xiaoyue <[email protected]> 于2021年3月16日周二 上午11:42写道： > 您好， > 目前同样在做pyflink 结合pandas的分布式计算调研和尝试，对于您的问题，仅有一些经验性的分享。 > pyflink以后应该都会集成到DataStream，所以应该不会再支持DataSet； > 不建议在计算中间采用 table.to_pandas（）的方式进行table和dataFrame互转，会影响计算效率； > 目前采用的计算效率较好的方式，是定义pandas类型的udf/udaf方式，但相较java版接口同样的方式，pyflink还是会慢很多； > 个人感觉，pyflink耗时较多的地方，还是sql_query的操作，相同sql语句，执行效率上较java差别还是很大的。 > 以上仅个人使用感觉，若存在问题，欢迎路过大佬批评指正~ > 还有，因为调研相同领域，希望能交流调研新发现，感谢~祝好~ > > > > > [email protected] > > 发件人： qian he > 发送时间： 2021-03-14 18:59 > 收件人： user-zh-flink > 主题： pyflink使用的一些疑问 > 你好， > > > 最近项目想使用flink进行分布式计算，之前项目是Python的pandas项目，想尝试用pyflink进行项目改造，在使用dataset做批处理时，对于Java的版本没有相关map > reduce函数，所以有以下疑问： > 1.Python flink的SDK还没支持dataset吗？ > 2.是不是有其他替代方法？ > 3.如果还没支持，有计划支持的时间吗？ > 4.flink table为啥不支持map reduce操作？ > 5.我们项目使用dataframe来处理数据，能放到flink上做分布式运算吗？dataframe直接转化为table的方式，table不支持map > reduce操作，对应pandas项目改造成flink，有什么好的建议么？ > 6. datastream api为什么没有实现Windows方法？后面版本会支持吗？ > > 非常感谢，十分看好flink，希望社区越做越大，辛苦了！ >
