flink-run-py和python-run之间的区别

Question

我最近在学习pyflink，但我有点困惑。我们知道pyflink表API将流/批处理转换为表，并对其进行一些工作，最后下沉到您想要的位置。然而，有几种方法可以创建表环境：

例如：

t_config = TableConfig()
env = ExecutionEnvironment.get_execution_environment()
t_env = BatchTableEnvironment.create(env, t_config)

和

env_settings = EnvironmentSettings.new_instance().in_batch_mode().use_blink_planner().build()
t_env = BatchTableEnvironment.create(evnironment_settings = env_settings)

但我发现其中一个只适用于flink-run-py-batch.py，其他一些样式可以作为本地运行的pythonbatch.py运行。

我的问题是executionEnvironment和BatchTableEnvironment/StreamTableEnvironment有什么区别，什么时候可以使用flink-run-py，什么时候安装了pyflink可以通过python解释器运行？

Thx

Answer 1

flink run方式用于提交要在集群上运行的作业。python xxx.py的方法是直接在本地存储器中运行作业

Answer 2

对于flink run，在.sh中需要设置一些配置，您可以考虑flink run是一些bash脚本加上python xx本身。

有关更多信息，您可以访问$FLINK_HOME/bin/flink或flink-dist/src/flink-bin/flink