Flink支持广播变量，就是将数据广播到具体的taskmanager上，数据存储在内存中，这样可以减缓大量的shuffle操作；

比如在数据join阶段，不可避免的就是大量的shuffle操作，我们可以把其中一个dataSet广播出去，一直加载到taskManager的内存中，可以直接在内存中拿数据，避免了大量的shuffle，导致集群性能下降；

广播变量创建后，它可以运行在集群中的任何function上，而不需要多次传递给集群节点。另外需要记住，不应该修改广播变量，这样才能确保每个节点获取到的值都是一致的。

一句话解释，可以理解为是一个公共的共享变量，我们可以把一个dataset 数据集广播出去，然后不同的task在节点上都能够获取到，这个数据在每个节点上只会存在一份。如果不使用broadcast，则在每个节点中的每个task中都需要拷贝一份dataset数据集，比较浪费内存(也就是一个节点中可能会存在多份dataset数据)。

注意：因为广播变量是要把dataset广播到TaskManager节点内存中，所以广播的数据量不能太大，否则会出现OOM这样的问题

Broadcast：Broadcast是通过withBroadcastSet(dataset，string)来注册的

Access：通过getRuntimeContext().getBroadcastVariable(String)访问广播变量

• 可以理解广播就是一个公共的共享变量

• 将一个数据集广播后，不同的Task都可以在节点上获取到

• 每个节点 只存一份

• 如果不使用广播，每一个Task都会拷贝一份数据集，造成内存资源浪费

用法

在需要使用广播的操作后，使用 withBroadcastSet 创建广播

在操作中，使用getRuntimeContext.getBroadcastVariable [广播数据类型] ( 广播名 )获取广播变量

示例

创建一个 学生 数据集，包含以下数据

将该数据，发布到广播。

再创建一个 成绩 数据集，

请通过广播获取到学生姓名，将数据转换为

步骤

1. 获取批处理运行环境

2. 分别创建两个数据集

3. 使用 RichMapFunction 对 成绩 数据集进行map转换

4. 在数据集调用 map 方法后，调用 withBroadcastSet 将 学生 数据集创建广播

5. 实现 RichMapFunction

• 将成绩数据(学生ID，学科，成绩) -> (学生姓名，学科，成绩)

• 重写 open 方法中，获取广播数据

• 在 map 方法中使用广播进行转换

6. 打印测试

参考代码