1 运行时执行模式RuntimeExecutionMode
数据流程序的运行时执行模式。除此之外，它还控制任务
调度、网络洗牌行为和时间语义。一些业务也将发生变化
它们根据配置的执行模式记录发射行为。
(1)RuntimeExecutionMode.STREAMING，管道将使用流语义执行。开始执行之前将部署所有任务，检查点将被启用，处理和事件时间都将被完全支持。
(2)RuntimeExecutionMode.BATCH，管道将使用批处理语义执行。任务将逐步安排在它们所属的调度区域上，区域之间的洗牌将被阻塞、假设水印是“完美的”，即没有延迟的数据，并且假设在执行期间，处理时间没有提前。
(3)RuntimeExecutionMode.AUTOMATIC，如果所有源都是有界的，Flink将设置执行模式为BATCH，如果有至少一个无界的源，则设置为STREAMING。
1.1 流模式STREAMING
from pyflink.datastream import StreamExecutionEnvironment, RuntimeExecutionMode
env = StreamExecutionEnvironment.get_execution_environment(![<span style='color:red;'>流</span><span style='color:red;'>批</span><span style='color:red;'>一体</span><span style='color:red;'>计算</span><span style='color:red;'>引擎</span>-<span style='color:red;'>10</span>-[Flink]中的常用算子<span style='color:red;'>和</span>DataStream转换](https://img-blog.csdnimg.cn/direct/e19bf7a04ac149f9a8ffb6aeb5472fc2.png)
![<span style='color:red;'>流</span><span style='color:red;'>批</span><span style='color:red;'>一体</span><span style='color:red;'>计算</span><span style='color:red;'>引擎</span>-9-[Flink]中的数量窗与时间窗](https://img-blog.csdnimg.cn/direct/bb7fde66e75048d78f965a557c67e7a5.png)
