常见问题

您可以下载[便捷脚本]({% link downloads/setup-pyflink-virtual-env.sh %})，以准备可在Mac OS和大多数Linux发行版上使用的Python虚拟环境包(virtual env zip)。 您可以指定PyFlink的版本，来生成对应的PyFlink版本所需的Python虚拟环境，否则将安装最新版本的PyFlink所对应的Python虚拟环境。

集群（Cluster）

  2. $ # 指定用于执行python UDF workers (用户自定义函数工作者) 的python解释器的路径
  3. $ table_env.get_config().set_python_executable("venv.zip/venv/bin/python")

如果需要了解add_python_archive和set_python_executable用法的详细信息，请参阅相关文档。

有关添加Java依赖项的API的详细信息，请参阅。

您可以使用命令行参数pyfs或TableEnvironment的API 添加python文件依赖，这些依赖可以是python文件，python软件包或本地目录。 例如，如果您有一个名为myDir的目录，该目录具有以下层次结构：

  1. myDir
  2. ├──utils
  3.     ├──__init__.py
  4.     ├──my_util.py

当在 mini cluster 环境执行作业（比如，在IDE中执行作业）且在作业中使用了如下API（比如 Python Table API 的 TableEnvironment.execute_sql, StatementSet.execute 和 Python DataStream API 的 StreamExecutionEnvironment.execute_async） 的时候，因为这些API是异步的，请记得显式地等待作业执行结束。否则程序会在已提交的作业执行结束之前退出，以致无法观测到已提交作业的执行结果。 请参考如下示例代码，了解如何显式地等待作业执行结束：

  1. t_result = table_env.execute_sql(...)
  2. t_result.wait()
  4. # 异步执行 DataStream 作业
  5. job_client = stream_execution_env.execute_async('My DataStream Job')
  6. job_client.get_job_execution_result().result()

注意: 当往远程集群提交作业时，无需显式地等待作业执行结束，所以当往远程集群提交作业之前，请记得移除这些等待作业执行结束的代码逻辑。