Apache Flink PMC （项目管理委员会）很高兴地宣布 Apache Flink 2.1.0 版本正式发布，这标志着实时数据处理引擎向统一 Data + AI 平台的里程碑式演进。本次版本汇聚全球 116 位贡献者，完成 16 项改进提案（FLIPs），解决 220 多个问题，重点强化了实时 AI 与智能流处理的深度融合：

• 实时 AI 能力突破：

• 新增 AI 模型 DDL，支持通过 Flink SQL 与 Table API 创建和修改 AI 模型，实现 AI 模型的灵活管理。

• 扩展 ML_PREDICT
   表值函数，支持通过 Flink SQL 实时调用 AI 模型，为构建端到端实时 AI 工作流奠定基础。

• 实时数据处理增强：

• 通过开放 Flink 核心能力——托管状态、事件时间流处理及表变更日志，Process Table Functions(PTFs) 
  使 Flink SQL 解锁了更强大的事件驱动型应用开发能力

• 引入 VARIANT 
  数据类型，高效处理 JSON 等半结构化数据，结合PARSE_JSON
  函数与湖仓格式（如 Paimon），实现动态 Schema 数据分析。

• 重点优化流式 Join，创新性的引入 DeltaJoin 
  与 MultiJoin 
  策略，消除状态瓶颈，提升资源利用率与作业稳定性。

Flink 2.1.0 将实时数据处理与 AI 模型无缝集成，推动企业从实时分析迈向实时智能决策，以满足现代数据应用不断变化的需求。感谢各位贡献者的支持！

Flink SQL 提升

Model DDLs 支持

自 Flink 2.0 引入 AI 模型相关 SQL 语法后，用户可通过类似创建 Catalog 对象的方式定义模型，并在 Flink SQL 中调用 AI 模型。Flink 2.1进一步扩展支持通过 Table API（Java/Python） 定义模型，通过编程实现模型的灵活管理。

示例：

• 使用 Flink SQL 创建模型

CREATE MODEL my_model
INPUT (f0 STRING)
OUTPUT (label STRING)
WITH (
  'task' = 'classification',
  'type' = 'remote',
  'provider' = 'openai',
  'openai.endpoint' = 'remote',
  'openai.api_key' = 'abcdefg',
);

• 使用 Java API 创建模型

tEnv.createModel(
    "MyModel", 
    ModelDescriptor.forProvider("OPENAI")
      .inputSchema(Schema.newBuilder()
        .column("f0", DataTypes.STRING())
        .build())
      .outputSchema(Schema.newBuilder()
        .column("label", DataTypes.STRING())
        .build())
      .option("task", "classification")
      .option("type", "remote")
      .option("provider", "openai")
      .option("openai.endpoint", "remote")
      .option("openai.api_key", "abcdefg")
      .build(),
true);

更多信息：

• FLIP-437: Support ML Models in Flink SQL[1]
  

• FLIP-507: Add Model DDL methods in TABLE API[2]
  

实时 AI 函数

基于模型 DDL，Flink 2.1扩展了 ML_PREDICT 
表值函数（TVF），支持在 Flink SQL 中实时调用机器学习模型，提供内置兼容 OpenAI API 的模型调用支持，同时开放自定义模型接口，标志着 Flink 从实时数据处理引擎向统一的实时 Data + AI 平台演进。未来将继续扩展 ML_EVALUATE
、VECTOR_SEARCH
 等函数，用户可以使用 Flink SQL 更方便地构建端到端实时 AI 工作流。

-- Declare a AI model
CREATE MODEL `my_model`
INPUT (text STRING)
OUTPUT (response STRING)
WITH(
  'provider' = 'openai',
  'endpoint' = 'https://api.openai.com/v1/llm/v1/chat',
  'api-key' = 'abcdefg',
  'system-prompt' = 'translate to Chinese',
  'model' = 'gpt-4o'
);
-- Basic usage
SELECT * FROM ML_PREDICT(
  TABLE input_table,
  MODEL my_model,
  DESCRIPTOR(text)
);
-- With configuration options
SELECT * FROM ML_PREDICT(
  TABLE input_table,
  MODEL my_model,
  DESCRIPTOR(text)
  MAP['async', 'true', 'timeout', '100s']
);
-- Using named parameters
SELECT * FROM ML_PREDICT(
  INPUT => TABLE input_table,
  MODEL => MODEL my_model,
  ARGS => DESCRIPTOR(text),
  CONFIG => MAP['async', 'true']
);

更多信息：

• 模型推理[3]
  
  

• FLIP-437: Support ML Models in Flink SQL[4]
  

Process Table Functions(PTFs)

Apache Flink 现已支持 Process Table Functions（PTFs），这是 Flink SQL 与 Table API 中最强大的函数类型。从概念上讲，PTF 是所有 UDF 的“超集”，能够将零个、一个或多张表映射为零个、一个或多行数据。借助 PTFs，你可以实现与内置算子一样功能丰富的自定义算子，并直接访问 Flink 的托管状态、事件时间、定时器以及表级变更日志。

PTFs 支持如下操作：

• 对表的每一行执行转换。

• 可以把一张表从逻辑上拆分成不同子集，并对每个子集分别转换。

• 缓存已见事件，供后续多次访问。

• 在未来某个时间点继续处理，实现等待、同步或超时机制。

• 利用复杂状态机或基于规则的条件逻辑对事件进行缓存与聚合。

这显著缩小了 Flink SQL 与 DataStream API 之间的差距，同时保留了 Flink SQL 生态的健壮性与易用性。
关于 PTFs 的语法与语义细节，详见：Process Table Functions[5]

示例如下：

// Declare a ProcessTableFunction for memorizing your customers
public static class GreetingWithMemory extends ProcessTableFunction<String> {
    public static class CountState {
        public long counter = 0L;
    }
    public void eval(@StateHint CountState state, @ArgumentHint(SET_SEMANTIC_TABLE) Row input) {
        state.counter++;
        collect("Hello " + input.getFieldAs("name") + ", your " + state.counter + " time?");
    }
}
TableEnvironment env = TableEnvironment.create(...);
// Call the PTF in Table API
env.fromValues("Bob", "Alice", "Bob")
   .as("name")
   .partitionBy($("name"))
   .process(GreetingWithMemory.class)
   .execute()
   .print();
// Call the PTF in SQL
env.executeSql("SELECT * FROM GreetingWithMemory(TABLE Names PARTITION BY name)")

更多信息

• FLIP-440: User-defined SQL operators ProcessTableFunction (PTF)[6]
  

Variant 类型

新增 VARIANT 
半结构化数据类型（如 JSON），支持存储任意嵌套结构（包括基本类型、ARRAY
、MAP
）并保留原始类型信息。相比 ROW
、STRUCTURED
 类型，VARIANT
 在处理动态 Schema 数据时更灵活。配合 PARSE_JSON
 函数及 Apache Paimon 等表格式，可实现湖仓中半结构化数据的高效分析。

CREATE TABLE t1 (
  id INTEGER,
  v STRING -- a json string
) WITH (
  'connector' = 'mysql-cdc',
  ...
);
CREATE TABLE t2 (
  id INTEGER,
  v VARIANT
) WITH (
  'connector' = 'paimon'
  ...
);
-- write to t2 with VARIANT type
INSERT INTO t2 SELECT id, PARSE_JSON(v) FROM t1;

更多信息：

• Variant Type[7]

• FLIP-521: Integrating Variant Type into Flink: Enabling Efficient Semi-Structured Data Processing[8]

Structured 类型增强

支持在 CREATE TABLE 
语句中直接声明用户定义结构体类型（STRUCTURED），解决类型兼容性问题并提升易用性。

示例：

CREATE TABLE UserTable (
    uid BIGINT,
    user STRUCTURED<'User', name STRING, age INT>
);
-- Casts a row type into a structured type
INSERT INTO UserTable 
SELECT 1, CAST(('Alice', 30) AS STRUCTURED<'User', name STRING, age INT>);

更多信息：

• FLIP-520: Simplify StructuredType handling[9]
  

• Structured Type[10]
  

Delta Join

引入一种新的 DeltaJoin 
算子，相比传统的双流 Join 方案，配合 Apache Fluss 等流存储，可以实现 Join 算子无状态化，解决了大状态导致的资源瓶颈、检查点缓慢和恢复延迟等问题。该特性已默认启用，同时需要依赖 Apache Fluss 存储相应版本支持，敬请关注 Support DeltaJoin on Flink 2.1[11]。

更多信息：

• FLIP-486: Introduce A New DeltaJoin[12]
  

级联双流 Join 优化

使用多个级联流式 Join 的 Flink 作业经常会因 State 过大而导致运行不稳定和性能下降。在这个版本，我们引入了一种新的 MultiJoin 
算子， 通过在单个算子内直接进行多流 Join，消除中间结果存储，每条流输入的记录最多存储一份，从而实现实现 "零中间状态" ，显著提升了资源利用率与作业稳定性。目前仅支持 INNER、LEFT JOIN ，并且需要通过参数 table.optimizer.multi-join.enabled=true 
启用。

基准测试：我们进行了一项基准测试，比较了 MultiJoin 
与双流 Join 的优势，更多详情请参见 MultiJoin Benchmark[13]
。

更多信息：

• FLIP-516: Multi-Way Join Operator[14]
  

异步 Lookup Join 增强

异步 Lookup Join 在之前的版本中，即使用户将 table.exec.async-lookup.output-mode
 设置为 ALLOW_UNORDERED
，引擎在处理更新流时仍会强制回退到 ORDERED
 以保证正确性。从 2.1 版本开始，引擎允许并行处理无关的更新记录，同时保证正确性，从而在处理更新流时实现更高的吞吐。

更多信息：

• FLIP-519: Introduce async lookup key ordered mode[15]
  

Sink 节点复用

当单个作业中多个 INSERT INTO
 语句更新目标表相同列时（下版本将支持不同列），优化器将自动合并 Sink 节点实现复用，该特性可以极大提升 Apache Paimon 等湖仓格式的部分更新场景使用体验。

更多信息：

• FLIP-506: Support Reuse Multiple Table Sinks in Planner[16]
  

Compiled Plan 支持 Smile 格式

新增 Smile 二进制格式（兼容 JSON 格式）用于执行计划序列化，较 JSON 更节省内存。默认仍使用 JSON 格式，需通过显示调用 CompiledPlan#asSmileBytes
 和 PlanReference#fromSmileBytes
 方法启用。

更多信息：

• FLIP-508: Add support for Smile format for Compiled plans[17]
  

• Smile 格式规范[18]
  

运行时提升

异步 Sink 可插拔的批量处理

支持自定义批量写入策略，用户可根据业务需求灵活扩展异步 Sink 的批量写入逻辑。

更多信息：

• FLIP-509: Add pluggable Batching for Async Sink[19]
  

分片级水位线指标

在 Flink 2.1 版本，我们新增细粒度分片监控指标，涵盖水位线进度与状态统计：

• currentWatermark
  ：该分片最新接收到的水位线值

• activeTimeMsPerSecond
  ：该分片每秒处于数据处理状态的时间（毫秒）

• pausedTimeMsPerSecond
  ：因水位线对齐该分片每秒的暂停时间（毫秒）

• idleTimeMsPerSecond
  ：每秒空闲时长（毫秒）

• accumulatedActiveTimeMs
  ：累计活跃时长（毫秒）

• accumulatedPausedTimeMs
  ：累计暂停时长（毫秒）

• accumulatedIdleTimeMs
  ：累计空闲时长（毫秒）

更多信息：

• FLIP-513: Split-level Watermark Metrics[20]
  

连接器提升

Keyed State 连接器

在 Flink 2.1 中，我们为 Keyed State 引入了一个新的 SQL 连接器。该连接器允许用户使用 Flink SQL 直接查询Checkpoint 和 Savepoint 中的 Keyed State，从而使得更容易探查、调试和验证 Flink 作业状态，无需定制工具，该功能对于分析长期运行的作业和验证状态迁移尤其有用。

CREATE TABLE keyed_state (
    k INT,
    user_id STRING,
    balance DOUBLE
) WITH (
    'connector' = 'savepoint',
    'path' = 'file:///savepoint/path'
);
-- 直接查询状态快照
SELECT * FROM keyed_state;

更多信息：

• FLIP-496: SQL connector for keyed savepoint data[21]
  

其他重要更新

• PyFlink：新增支持 Python 3.12，移除 Python 3.8 支持。

• 依赖升级：flink-shaded 升级至 20.0 以支持 Smile 格式，Parquet 升级至 1.15.3 修复安全漏洞（CVE-2025-30065）。

升级说明

Apache Flink 社区努力确保升级过程尽可能平稳, 但是升级到 2.1 版本可能需要用户对现有应用程序做出一些调整。请参考 Release Notes[22]获取更多的升级时需要的改动与可能的问题列表细节。

贡献者列表

Apache Flink 社区感谢对此版本做出贡献的每一位贡献者：