如果我在Flink中调用rescale()操作，我假设没有序列化/反序列化(因为数据没有跨节点(，对吗？此外，当调用rescale()时，假设对象未被复制/深度复制是否正确？
我之所以这么问，是因为我正在传递一些大对象，其中99%在多个线程之间是常见的，所以如果在rescale()之后在每个线程中重新复制这些对象，那将是巨大的RAM浪费。相反，所有不同的线程都应该指向该节点的java堆中的同一个对象。
(当然，如果我调用rebalance，我希望公共对象到其他节点会有一个序列化，即使每个其他节点上都有几十个线程？也就是说，在其他节点上，该节点的所有线程都只能共享一个公共对象的副本，对吧？(
根据rescale((文档，会有网络流量(以及序列化/反序列化(，只是没有rebalance()那么多。但正如几位Flink提交者所指出的，与不平衡数据的成本相比，数据偏斜会使网络流量的减少变得微不足道，这就是为什么当流拓扑发生变化时，rebalance()是默认操作。
此外，如果您正在传递大量公共数据，那么可以考虑使用广播流在节点之间更有效地共享这些数据。
最后，从概念上讲，考虑子任务与线程更容易。每个操作符都作为一个子任务运行，子任务(在一个任务管理器上(确实是线程化的，但操作符实例是独立的，这意味着你不必担心操作符级别的多线程(除非你使用类变量，这通常是个坏主意(。