先自我介绍一下,小编浙江大学毕业,去过华为、字节跳动等大厂,目前阿里P7
深知大多数程序员,想要提升技能,往往是自己摸索成长,但自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!
因此收集整理了一份《2024年最新Java开发全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友。
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,涵盖了95%以上Java开发知识点,真正体系化!
由于文件比较多,这里只是将部分目录截图出来,全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频,并且后续会持续更新
如果你需要这些资料,可以添加V获取:vip1024b (备注Java)
正文
| 商品类目ID | 整数类型,序列化后的商品所属类目ID |
| 行为类型 | 字符串,枚举类型,包括(‘pv’, ‘buy’, ‘cart’, ‘fav’) |
| 时间戳 | 行为发生的时间戳 |
| 时间字符串 | 根据时间戳字段生成的时间字符串 |
jar准备
实战过程中要用到下面这五个jar文件:
-
flink-jdbc_2.11-1.10.0.jar
-
flink-json-1.10.0.jar
-
flink-sql-connector-elasticsearch6_2.11-1.10.0.jar
-
flink-sql-connector-kafka_2.11-1.10.0.jar
-
mysql-connector-java-5.1.48.jar
我已将这些文件打包上传到GitHub,下载地址:https://raw.githubusercontent.com/zq2599/blog_download_files/master/files/sql_lib.zip
请在flink安装目录下新建文件夹sql_lib,然后将这五个jar文件放进去;
Elasticsearch准备
如果您装了docker和docker-compose,那么下面的命令可以快速部署elasticsearch和head工具:
wget https://raw.githubusercontent.com/zq2599/blog_demos/master/elasticsearch_docker_compose/docker-compose.yml && \
docker-compose up -d
准备完毕,开始操作吧;
DDL创建Kafka表
-
进入flink目录,启动flink:bin/start-cluster.sh
-
启动Flink SQL Client:bin/sql-client.sh embedded -l sql_lib
-
启动成功显示如下:
- 执行以下命令即可创建kafka表,请按照自己的信息调整参数:
CREATE TABLE user_behavior (
user_id BIGINT,
item_id BIGINT,
category_id BIGINT,
behavior STRING,
ts TIMESTAMP(3),
proctime as PROCTIME(), – 处理时间列
WATERMARK FOR ts as ts - INTERVAL ‘5’ SECOND – 在ts上定义watermark,ts成为事件时间列
) WITH (
‘connector.type’ = ‘kafka’, – kafka connector
‘connector.version’ = ‘universal’, – universal 支持 0.11 以上的版本
‘connector.topic’ = ‘user_behavior’, – kafka topic
‘connector.startup-mode’ = ‘earliest-offset’, – 从起始 offset 开始读取
‘connector.properties.zookeeper.connect’ = ‘192.168.50.43:2181’, – zk 地址
‘connector.properties.bootstrap.servers’ = ‘192.168.50.43:9092’, – broker 地址
‘format.type’ = ‘json’ – 数据源格式为 json
);
- 执行SELECT * FROM user_behavior;看看原始数据,如果消息正常应该和下图类似:
窗口统计
- 下面的SQL是以每十分钟为窗口,统计每个窗口内的总浏览数,TUMBLE_START返回的数据格式是timestamp,这里再调用DATE_FORMAT函数将其格式化成了字符串:
SELECT DATE_FORMAT(TUMBLE_START(ts, INTERVAL ‘10’ MINUTE), ‘yyyy-MM-dd hh:mm:ss’),
DATE_FORMAT(TUMBLE_END(ts, INTERVAL ‘10’ MINUTE), ‘yyyy-MM-dd hh:mm:ss’),
COUNT(*)
FROM user_behavior
WHERE behavior = ‘pv’
GROUP BY TUMBLE(ts, INTERVAL ‘10’ MINUTE);
- 得到数据如下所示:
数据写入ElasticSearch
-
确保elasticsearch已部署好;
-
执行以下语句即可创建es表,请按照您自己的es信息调整下面的参数:
CREATE TABLE pv_per_minute (
start_time STRING,
end_time STRING,
pv_cnt BIGINT
) WITH (
‘connector.type’ = ‘elasticsearch’, – 类型
‘connector.version’ = ‘6’, – elasticsearch版本
‘connector.hosts’ = ‘http://192.168.133.173:9200’, – elasticsearch地址
‘connector.index’ = ‘pv_per_minute’, – 索引名,相当于数据库表名
‘connector.document-type’ = ‘user_behavior’, – type,相当于数据库库名
‘connector.bulk-flush.max-actions’ = ‘1’, – 每条数据都刷新
‘format.type’ = ‘json’, – 输出数据格式json
‘update-mode’ = ‘append’
);
- 执行以下语句,就会将每分钟的pv总数写入es的pv_per_minute索引:
INSERT INTO pv_per_minute
SELECT DATE_FORMAT(TUMBLE_START(ts, INTERVAL ‘1’ MINUTE), ‘yyyy-MM-dd hh:mm:ss’) AS start_time,
DATE_FORMAT(TUMBLE_END(ts, INTERVAL ‘1’ MINUTE), ‘yyyy-MM-dd hh:mm:ss’) AS end_time,
COUNT(*) AS pv_cnt
FROM user_behavior
WHERE behavior = ‘pv’
GROUP BY TUMBLE(ts, INTERVAL ‘1’ MINUTE);
- 用es-head查看,发现数据已成功写入:
联表操作
-
当前user_behavior表的category_id表示商品类目,例如11120表示计算机书籍,61626表示牛仔裤,本次实战的数据集中,这样的类目共有五千多种;
-
如果我们将这五千多种类目分成6个大类,例如11120属于教育类,61626属于服装类,那么应该有个大类和类目的关系表;
-
这个大类和类目的关系表在MySQL创建,表名叫category_info,建表语句如下:
CREATE TABLE category_info
(
id
int(11) unsigned NOT NULL AUTO_INCREMENT,
parent_id
bigint ,
category_id
bigint ,
PRIMARY KEY ( id
)
) ENGINE=InnoDB AUTO_INCREMENT=5 DEFAULT CHARSET=utf8 COLLATE=utf8_bin;
-
表category_info所有数据来自对原始数据中category_id字段的提取,并且随机将它们划分为6个大类,该表的数据请在我的GitHub下载:https://raw.githubusercontent.com/zq2599/blog_demos/master/files/category_info.sql
-
请在MySQL上建表category_info,并将上述数据全部写进去;
-
在Flink SQL Client执行以下语句创建这个维表,mysql信息请按您自己配置调整:
CREATE TABLE category_info (
parent_id BIGINT, – 商品大类
category_id BIGINT – 商品详细类目
) WITH (
‘connector.type’ = ‘jdbc’,
‘connector.url’ = ‘jdbc:mysql://192.168.50.43:3306/flinkdemo’,
‘connector.table’ = ‘category_info’,
‘connector.driver’ = ‘com.mysql.jdbc.Driver’,
‘connector.username’ = ‘root’,
‘connector.password’ = ‘123456’,
‘connector.lookup.cache.max-rows’ = ‘5000’,
‘connector.lookup.cache.ttl’ = ‘10min’
);
Java高频面试专题合集解析:
当然在这还有更多整理总结的Java进阶学习笔记和面试题未展示,其中囊括了Dubbo、Redis、Netty、zookeeper、Spring cloud、分布式、高并发等架构资料和完整的Java架构学习进阶导图!
更多Java架构进阶资料展示
网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
需要这份系统化的资料的朋友,可以添加V获取:vip1024b (备注Java)
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!
5783)]
[外链图片转存中…(img-7HJdTGn1-1713600375784)]
[外链图片转存中…(img-Mik70zYE-1713600375784)]
网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
需要这份系统化的资料的朋友,可以添加V获取:vip1024b (备注Java)
[外链图片转存中…(img-4zR3OElr-1713600375785)]
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!