Flink应用开发系列（三十二）DataStream开发之控制延迟缓冲区

在flink datastream 应用程序开发中，我们知道这里的source数据是从外部读取到的。

这里我们回想一下kafka的客户端，我们在使用kafka客户端的时候，会发现，当我们push数据的时候，数据首先被推动到client的缓存里面，然后client会潘丹当前的缓存大小和缓存时间是否满足需要发送出去的条件，如果满足条件，数据就会被发送到kafka服务端，如果不满足的话，则数据会被存储到client，等到当前的缓存大小和缓存时间满足任一一个的时候，就会发送出去。

那么在flink中其实也是一样的，这样子做的目的是有利于优化吞吐量。所以数据会先被缓存到source的缓冲区，当满足缓冲区的大小的时候，就会把数据批量的发送给对应的函数进行处理。当然在flink中，也是一样的，满足buffersize或者时间的任一一条之后，数据会被发送给对应的算子进行计算。

这里我们介绍时间，所以这里主要介绍的是时间，默认值是100毫秒，也就是数据被放到缓冲区之后，最迟100毫秒之后会发送给对应的函数进行处理。在有时候我们为了数据最更近实时的处理，我们需要把这里的时间设置的短一些，有时候我们的场景由于数据比较少，我们希望间隔大一点再处理数据，可能会把这里的时间设置的长一些，但终究都是根据实际的情况处理。

这里设置source时延的方法是：

StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();

env.setBufferTimeout(5000);

这里我们设置的是5秒。

备注：

1、如果我们为了最大限度的提高吞吐量的话，可以设置下时间为-1，示例如下：

env.setBufferTimeout(-1);

当删除这个超时的时候，只有当数据满足缓冲区的时候，才会被发送给对应的算子进行计算，因此这种方式不太可取。

2、如果想要最大化的提高吞吐量的话，可以将超时时间设置为接近0的值，例如 3毫秒或者5毫秒。但是这样子越接近于0，性能下降的也比较快，所以整体来说需要根据实际的情况进行综合考虑。