多流转换

简单划分的话，多流转换可以分为“分流”和“合流”两大类。在 Flink中，分流操作可以通过处理函数的侧输出流（ side output）很容易地实现
而合流则提供不同层级的各种 API

任务：

stream数量 ，每个stream可以有多个子任务（并行度）

keyby只能算分组，不算分流

资源：

task manager数量，slot数量

1 分流

所谓“分流”，就是将一条数据流拆分成完全独立的两条、甚至多条流。也就是基于一个
DataStream，得到完全平等的多个子 DataStream，如图 8-1所示。一般来说，我们会定义一些
筛选条件，将符合条件的数据拣选出来放到对应的流里。

在Flink 1.13版本中，已经弃用了 .split()方法，取而代之的是直接用处理函数（ process function）的侧输出流 （side output）。

2 合流

既然一条流可以分开，自然多条流就可以合并。在实际应用中，我们经常会遇到来源不同
的多条流，需要将它们的数据进行联合处理。所以 Flink中合流的操作会更加普遍，对应的
API也更加丰富。

2.1 基本合流

1 联合（ Union）

可以多条（大于2）合并，数据类型必须一致

2 连接（ Connect）

必须两条，数据类型可以不同

2.2 双流联结 join

对于两条流的合并，很多情况我们并不是简单地将所有数据放在一起，而是希望根据某个
字段的值将它们联结起来，“配对”去做处理。

1 窗口联结（ Window Join

2 间隔联结（ Interval Join

3 窗口同组联结（ Window CoGroup