pyflink作业提交的踩坑过程，看完少走两个星期弯路

flink在努力地将Python 生态和大数据生态融合，但目前的版本还不够成熟，尤其是在官方对python现有资料有限的情况下，用户想要使用python完成一个flink job并提交到flink平台上，还是有很多雷需要踩的。

以下对pyflink环节问题，python job编写到提交做了总结，可减少不必要的弯路。

一、部署环境

JDK 1.8+  &  Python 3.5+ (3.7.6)  &  apache-flink 1.12  &   pyflink 1.0

二、官方API

flink为用户提供了多层API，对于python用户，主要使用Table API 和 SQL API，个人认为Table API有一点点类似python的Dataframe，故主要使用Table API完成作业开发。用户可以参考对应版本的官方文档和示例代码学习使用。官网1.12版地址：https://ci.apache.org/projects/flink/flink-docs-release-1.12/dev/table/tableApi.html

注：这里建议一定要看官方文档，因为目前pyflink版本之间差别较大，随便搜的资料由于版本差异会造成很多不必要的麻烦。

三、环境理解

在Table API层，flink提供了3类环境和两类 planner，用户需要理解环境之间的区别和属性，以便使用正确的环境和刚好地理解一些代码参数。

简单说：TableEnviroment实现