我们在离线环境中训练机器学习模型，并将它们保存为Python的pickle文件。

我们正在考虑将这些pickle格式的模型嵌入到流处理中的最佳方法（例如，传感器输入流 > 预测作业 > 输出流）。

Apache Flink ML似乎是使用流数据训练模型的合适选择，但不适合引用现有模型。

感谢您的回应。

此致 Lomungo

回答：

根据您使用的模型，有两种可能的解决方案：

1. 可能是最简单的想法是创建一个外部服务，该服务将调用模型并返回结果，然后使用AsyncFunction简单地调用该服务。
2. 使用某个库，同样取决于您的模型，在ProcessFunction的open方法中加载预训练模型。然后对每条到达的数据简单地调用模型。

第二种解决方案有两个缺点，首先您需要有特定库的Java版本可用，其次如果您希望能够随着时间的推移更新模型，您需要以某种方式外部化模型的元数据。