1) FLINK_HOME：决定“用哪套 Flink 发行版”来编译/提交
它影响什么
- PyFlink 在提交前需要用 Flink 发行版做一些编译/打包相关的工作（比如拉起相关脚本、加载依赖、构建 JobGraph 等）。
- PyFlink 的安装包里自带了一套 Flink distribution，默认会用它。
- 你设置了
FLINK_HOME后，相当于告诉 PyFlink：别用自带的，用我这套 Flink 发行版。
什么时候一定要设
- 你本机/集群 Flink 版本和 PyFlink 自带版本不一致，出现各种诡异兼容问题
- 你希望明确绑定到公司统一安装的 Flink（比如
/opt/flink-2.0.0） - 你需要使用某些自带发行版里没有的脚本/插件布局（或者你做了定制发行版）
示例（Linux/macOS）
exportFLINK_HOME=/opt/flink-2.2.0示例（Windows PowerShell）
setx FLINK_HOME"D:\flink-2.2.0"2) PYFLINK_CLIENT_EXECUTABLE：决定“客户端用哪个 Python”来提交/编译 Python UDF
它影响什么
- 注意是 Client Side：也就是你运行
python xxx.py或flink run ...的那台机器。 - PyFlink 在客户端侧需要 Python 来解析你的代码、序列化 UDF、处理依赖等。
- 如果你机器上同时有多个 Python（conda / venv / 系统 Python），这个变量能避免“明明装了依赖却找不到 / Python 版本不对”的坑。
和配置项的关系
它等价于配置项：python.client.executable
并且优先级是（从高到低）：
- 代码里设置的
python.client.executable - 环境变量
PYFLINK_CLIENT_EXECUTABLE - Flink 配置文件里设置的
python.client.executable - 都没设置就用默认
python
示例：指定 conda / venv 的 python
Linux/macOS：
exportPYFLINK_CLIENT_EXECUTABLE=/home/xxx/miniconda3/envs/pyflink/bin/pythonWindows PowerShell：
setx PYFLINK_CLIENT_EXECUTABLE"C:\Users\you\.conda\envs\pyflink\python.exe"一个典型场景（写进博客很有用）
你本地跑脚本时用的是 venv 的 python，依赖都装在 venv 里，但flink run或 IDE 提交时实际用的是系统 python，于是报：
ModuleNotFoundError- Python 版本不在 3.9~3.12
- pandas/pyarrow/beam 版本不对
这时候把PYFLINK_CLIENT_EXECUTABLE指向 venv 的 python，问题通常直接消失。
3) 一句话总结（给读者的“最短记忆”）
FLINK_HOME：选哪套 Flink 发行版（影响编译/提交路径与版本一致性）PYFLINK_CLIENT_EXECUTABLE：选客户端用哪个 Python（避免依赖/版本错用）
