萱草|用Python进行实时计算——PyFlink快速入门( 五 )


在API方面 , 我们将在Flink中启用基于Python的API , 以实现我们的使命 。 这也依赖于Py4J VM通信框架 。 PyFlink将逐渐支持更多的API , 包括Flink中的Java API(例如Python Table API , UDX , ML Pipeline , DataStream , CEP , Gelly和State API)以及在Python用户中最受欢迎的Pandas API 。 基于这些API , PyFlink将继续与其他生态系统集成以便于开发;例如Notebook , Zeppelin , Jupyter和Alink , 这是阿里巴巴的Flink开源版本 。 到目前为止 , PyAlink已完全整合了PyFlink的功能 。 PyFlink也将与现有的AI系统平台集成 , 例如著名的TensorFlow 。
为此 , PyFlink将一直保持活力 。 同样 , PyFlink的任务是使Flink功能可供Python用户使用 , 并在Flink上运行Python分析和计算功能 。