Flink/Spark 如何實現動態更新作業配置

由於實時場景對可用性十分敏感，實時作業通常需要避免頻繁重啓，因此動態加載作業配置（變量）是實時計算裏十分常見的需求，比如通常複雜事件處理 (CEP) 的規則或者在線機器學習的模型。儘管常見，實現起來卻並沒有那麼簡單，其中最難點在於如何確保節點狀態在變更期間的一致性。目前來說一般有兩種實現方式： 輪詢拉取方式，即作業算子定時檢測在外部系統的配置是否有變更，若有則同步配置。 控制流方式，即作業除了用於

>>阅读原文<<