Apache Flink 是一个开源的流处理和批处理框架，具有高吞吐量、低延迟的流式引擎，支持事件时间处理和状态管理，以及确保在机器故障时的容错性和一次性语义。...

Kyuubi最新版本已经发布，本文主要介绍基于Kyuubi SQL网关整合多计算引擎Flink和Spark实践案例总结。另外，翻看Release Notes发现...

这是个有趣的Flink资源管理的使用案例。随着业务需求的遍地开花和数据量的成倍增长，集团内部一个兄弟部门(姑且称为客户吧)现有的技术构架有点陈旧，已经无法支撑日...

在直播、电商等业务场景中存在着大量实时数据，这些数据对业务发展至关重要。而在处理实时数据时，我们也遇到了诸多挑战，比如实时数据开发门槛高、运维成本高以及资源浪费...

在多年的学习路上，也掌握了几门比较常见的语言，例如Java、Python以及前端Vue生态中包含的语言。很多时候，各种语言相似功能的框架都会被放在一起比较，来评...

所谓的“窗口”，一般就是划定的一段时间范围，也就是“时间窗”；对在这范围内的数据进行处理，就是所谓的窗口计算。所以窗口和时间往往是分不开的。

Flink1.12以前（当前使用的是flink1.17），Sink算子的创建是通过调用DataStream的.addSink()方法实现的。

这是接上文的flink之Datastream1，文章链接 https://cloud.tencent.com/developer/article/2428018...

Flink对POJO（Plain Ordinary Java Object简单的Java对象，实际就是普通JavaBeans）类型的要求如下：

这是在算子链的博客基础上写的，想要看到一些作业流程，可以去flink之算子链的那篇博客理清作业的并行度的关系。

一个数据流在算子之间传输数据的形式可以是一对一（one-to-one）的直通（forwarding）模式，也可以是打乱的重分区（redistributing）模...

当处理数据的数据量过大的时候，flink会把一个算子操作复制多份到多个节点，数据来了之后就可以到其中任意一个执行。这样一来，一个算子任务就被拆分成了多个并行的“...

JobManager 是一个 Flink 集群中任务管理和调度的核心，是控制应用执行的主进程。

TaskManager的组成：由若干个（在底层flink-conf.yaml文件配置）taskSlot组成

回顾一下flink程序的基础步骤 ：１、获取环境 2、配置基础环境的配置（checkpoint、并行度之类） 3、执行的业务的逻辑

体现在时间上，flink内置事件时间和处理时间 对于乱序的数据，也能提供准确的结果

Apache Flink 是一个开源的流处理和批处理框架，具有高吞吐量、低延迟的流式引擎，支持事件时间处理和状态管理，以及确保在机器故障时的容错性和一次性语义。...

4月08日，店长久违的更新了方舟系列的友链卡片，作为店长铁粉，当然要第一时间买店长的火柴啦，于是我将店长所有的友链卡片稍微整合了一下，结合安知鱼的教程，最终实现...

需要注意的是，写完输出（sink）操作并不代表程序已经结束。因为当main()方法被调用时，其实只是定义了作业的每个执行操作，然后添加到数据流图中；这时并没有真...

在大数据处理领域，Apache Flink以其流处理和批处理一体化的能力，成为许多企业的首选。然而，随着数据量的增长，性能优化变得至关重要。本文将深入浅出地探讨...