我正在尝试编写一个Flink应用程序，该应用程序从Kafka读取事件，从MySQL丰富这些事件，并将此数据写入HBase。我正在RichFlatMapFunction中进行MySQL扩充，现在正试图找出如何最好地写入HBase。我想批量写入HBase，因此我目前正在考虑使用WindowAll，然后使用标识apply（仅返回到DataStream），然后编写使用列表的HBaseSink记录并从Puts批处理到HBase。
这是做事的正确方法吗？使用WindowAll和apply只是在进行基于时间的缓冲，这感觉很奇怪。
处理HBase时最重的操作实际上是打开与HBase的连接（也如文档中所述：https://hbase.apache.org/apidocs/org/apache/hadoop/hbase/client/Connection.html。
[我的建议是实施另一个RichFlatMapFunction，以便您在每个任务中只能打开一个连接一次，然后在每次需要保留事件时都对HBase执行Put。到目前为止，您与当前方法的不同之处在于：
WindowAllHBaseSink中打开与HBase的新连接关于从批处理或从流的角度执行Put到HBase的事实，实际上并没有改变操作的复杂性（也可以从对该问题的第一个答案：Is HBase batch put put(List<Put>) faster than put(Put)? What is the capacity of a Put object?中看到）到目前为止，您仍将进行N操作以持久保存N事件。
根据我在Jira上看到的FLINK-2055，我认为当前最好的选择是使用Flink Streaming的support for Async I/O，并在该自定义函数中处理缓冲。似乎棘手的问题来自（a）正确处理检查点/重试（原子放置）和（b）避免HBase区域服务器超载。但是，如果您不担心一次支持，并且可以将设置调整到HBase设置，那么这应该非常简单。