flink集群的gui对我来说非常有用，特别是作业的计划，这样您就可以看到从作业的哪个部分发送到另一部分的记录的数量。但我遇到的一个问题是，如果不在函数之间使用.startnewchain（），则从一个函数发送到另一个函数的数据会产生误导。
举个例子：
这里，代码在finalerroroutputstream上使用.startnewchain（）。

在群集中运行时，gui将显示以下内容：

outputdatastream有10476条记录，finalerroroutputstream显示为一个单独的任务（不确定“task”在技术上是否是正确的术语，但我称之为“task”），显示它已收到8860条记录。
现在，如果我们从finalerroroutputstream中删除.startnewchain（），我们将在gui中得到：

outputdatastream已经输出了10507条记录，我们不知道其中有多少记录进入了finalerroroutputstream（是的，我们可以在TaskMetrics选项卡中设置图表，但目标只是能够从这个标准概述中分辨出来），而且因为finalerroroutputstream有一个接收器，它显示finalerroroutputstream没有输出任何记录。如果你把这个展示给一个不熟悉Flink的人看，那么你会感到困惑。
因此，使用.startnewchain（）是一个更好的解决方案，可以显示有多少记录转到了何处，但问题是.startnewchain（）确实会对性能造成影响。
还有一些我见过的工作，如果你不使用.startnewchain（），它只是工作计划中的一个正方形，尽管里面发生了很多事情。
所以我的问题是.startnewchain（）是获得此行为的唯一方法，还是有其他选项可以提供对作业“计划”的洞察？