当前位置:首页 > 报告详情

黄兴勃-基于FFI的PyFlink下一代Python运行时介绍.pdf

上传人: 云闲 编号:101807 2021-01-01 20页 1.95MB

word格式文档无特别注明外均可编辑修改,预览文件经过压缩,下载原文更清晰!
三个皮匠报告文库所有资源均是客户上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作商用。
本文主要介绍了Apache Flink Committer黄兴勃(断尘)关于PyFlink下一代Python运行时的演讲内容。黄兴勃是阿里巴巴的高级开发工程师,他的工作基于FFI(Foreign Function Interface)来优化Python与Java之间的互操作性。 核心数据: - PyFlink最新功能:包括性能提升(如Operator Fusion和State序列化/反序列化优化)、易用性改进(如支持上传tar.gz依赖包和Local Debug)。 - PyFlink Runtime架构:概述了Python Table API & SQL、Python DataStream API、Common Rules、Optimizer、Python Operators、Data Service和State Service等组件。 - 性能瓶颈:计算(尤其是UDF环节)、通信(JVM和PVM间通信)、序列化/反序列化(数据输入和UDF返回结果)。 - JCP(Java/Python Callback)方案:利用JNI和Python/C API实现Java和Python间的调用,比较了JPype、JEP和JCP三种不同方案的性能和适用性,JCP支持Python调用Java以及Java调用Python。 - PyFlink Runtime 2.0:通过JCP Library实现,提高了性能,减少了线程切换和通信开销。 关键点: 1. PyFlink的新特性和性能优化。 2. PyFlink Runtime架构及其各个组件。 3. 基于FFI的JCP方案,解决了Java和Python间的互操作性问题。 4. PyFlink Runtime 2.0通过JCP Library进一步提升了性能。 5. 未来的工作将开源JCP,并计划让更多的项目使用JCP。
"Flink中的PyFlinkRuntime如何基于FFI实现JCP?" "PyFlink Runtime 2.0相较于之前版本有哪些性能提升?" "JCP在Flink中未来的发展方向和计划是什么?"
客服
商务合作
小程序
服务号
折叠