猜想 AsyncFunction的线程安全是通过condition来实现的吧

如果异步function超时了，流怎么处理

老师，如果算子中有大量gRpc调用，怎么优化？可以用Async IO调用吗？

buffer 里面的每个元素都是单独一次网络 io 去查询数据的？不会把 buffer 里面的元素汇总成一个集合，再通过一次网络 io 一次性查询所有数据？

如果维表数据很多，如何处理维表可以提高系统性能？ flink流式计算，如何拆分task，这块有什么建议吗？

老师我这里有一个问题，我在代码里通过远程 HTTP 调用获取到一个配置，放到内存里（成员变量），但是实际执行 flink 任务的时候，动态获取配置的代码并没有被执行，是不是可以理解为，flink 任务虽然是用 Java 代码实现，但它只是通过 Java 代码调用 API 构建计算流图，因此所有的业务逻辑都应该依赖 API，否则 flink 无法识别并生成计算流图

FlinkSql里面的维度表join，使用的是同步调用方式，还是异步调用方式呢？

所以老师，他这个线程安全是怎么实现的？

public static class HBaseAsyncFunc implements AsyncFunction<String, String> { static AsyncTable<AdvancedScanResultConsumer> table = null; public HBaseAsyncFunc(String tableName) { if (table == null) { CompletableFuture<AsyncConnection> asn = ConnectionFactory.createAsyncConnection(); AsyncConnection asyncConnection = null; try { asyncConnection = asn.get(); } catch (InterruptedException e) { e.printStackTrace(); } catch (ExecutionException e) { e.printStackTrace(); } table = asyncConnection.getTable(TableName.valueOf(tableName)); } } @Override public void asyncInvoke(String input, ResultFuture<String> resultFuture) throws Exception { JSONObject model = JSON.parseObject(input); Get get = new Get(Bytes.toBytes(model.getString("userId"))); table.get(get); List<String> list = new ArrayList(); resultFuture.complete(list); } }

异步算子的Watermarks永远不会超过elements的TimeStamp。这个没太理解，老师是否可以再详细描述下？