最后
毕竟工作也这么久了 ,除了途虎一轮,也七七八八面试了不少大厂,像阿里、饿了么、美团、滴滴这些面试过程就不一一写在这篇文章上了。我会整理一份详细的面试过程及大家想知道的一些问题细节
美团面试经验
字节面试经验
菜鸟面试经验
蚂蚁金服面试经验
唯品会面试经验
因篇幅有限,图文无法详细发出
当进行聚合的时候,数据持续输入,都会对聚合结果有影响,例如下图,对用户点击进行统计的时候,随着时间增长,用户点击的发生,其点击数据是会持续增加的,这就造成了持续查询的数据在不停的更新。
下图是有时间窗口的聚合,在时间窗口内,聚合可以当成一个小的关系型聚合计算来理解。
动态表输出流
动态表输出力流有三种模式Append-only stream,Retract stream,Upsert stream
Append-only stream 只有在动态Table仅通过INSERT更改修改时才能使用此模式,即它仅附加,并且以前发出的结果永远不会更新。
Retract stream 此模式。返回值是boolean类型。它用true或false来标记数据的插入和撤回,返回true代表数据插入,false代表数据的撤回
Upsert stream 和 Retract stream最大的区别在于,更新数据的时候只使用一条编码消息,所以效率更高。
代码案例
我们还是以几篇文章使用的订单流进行。我设计了两个查询,
-
一个是按时间窗口和商品类型对销售额进行聚合
-
另外一个是只按商品类型对销售额进行聚合。
前面部分消费kafka的部分没有什么变化,只是在获取初始数据流的时候,将首字段设置成了Timestamp类型。并在获取流的时候,加入watermarker。
然后就是前文提到的
tableEnv.registerDataStream(“orders”, oraderStream, "rowtime.rowtime, c1,c2, dm ,v ");
将流注册成动态表,并设置元数据,注意
rowtime.rowtime
这个写法,前文有详细说明。
在有时间聚合的动态表转换的时候,我使用了
toAppendStream
没有时间聚合的情况,使用了
toRetractStream
下面是完整代码:
import org.apache.flink.api.common.serialization.DeserializationSchema;
import org.apache.flink.api.common.typeinfo.TypeHint;
import org.apache.flink.api.common.typeinfo.TypeInformation;
import org.apache.flink.api.java.tuple.Tuple5;
import org.apache.flink.api.java.utils.ParameterTool;
import org.apache.flink.streaming.api.TimeCharacteristic;
import org.apache.flink.streaming.api.datastream.DataStream;
import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;
import org.apache.flink.streaming.api.functions.timestamps.AscendingTimestampExtractor;
import org.apache.flink.streaming.connectors.kafka.FlinkKafkaConsumer010;
import org.apache.flink.table.api.Table;
import org.apache.flink.table.api.java.StreamTableEnvironment;
import org.apache.flink.types.Row;
import java.io.IOException;
import java.sql.Time;
import java.sql.Timestamp;
import java.util.HashMap;
import java.util.Map;
public class App {
public static void main(String[] args) throws Exception {
StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
StreamTableEnvironment tableEnv = StreamTableEnvironment.create(env);
Map properties= new HashMap();
properties.put(“bootstrap.servers”, “localhost:9092”);
properties.put(“group.id”, “test”);
properties.put(“enable.auto.commit”, “true”);
properties.put(“auto.commit.interval.ms”, “1000”);
properties.put(“auto.offset.reset”, “earliest”);
properties.put(“session.timeout.ms”, “30000”);
// properties.put(“key.deserializer”, “org.apache.kafka.common.serialization.StringDeserializer”);
// properties.put(“value.deserializer”, “org.apache.kafka.common.serialization.StringDeserializer”);
properties.put(“topicOrder”, “order”);
ParameterTool parameterTool = ParameterTool.fromMap(properties);
FlinkKafkaConsumer010 consumer010Order = new FlinkKafkaConsumer010(
parameterTool.getRequired(“topicOrder”), new DeserializationSchema() {
@Override
public TypeInformation getProducedType() {
return TypeInformation.of(new TypeHint<Tuple5<Timestamp,String,Integer,String,Integer>>(){});
}
@Override
public Tuple5<Timestamp,String,Integer,String,Integer> deserialize(byte[] message) throws IOException {
//%d,%s,%d,%s,%d
String[] res = new String(message).split(“,”);
Timestamp timestamp = new Timestamp(Long.valueOf(res[0]));
String catlog = res[1];
Integer subcat = Integer.valueOf(res[2]);
String dm = res[3];
Integer value = Integer.valueOf(res[4]);
Time eventTime = new Time(System.currentTimeMillis());
return Tuple5.of(timestamp,catlog,subcat,dm,value);
}
@Override
public boolean isEndOfStream(Object nextElement) {
return false;
}
}, parameterTool.getProperties());
env.setStreamTimeCharacteristic(TimeCharacteristic.EventTime);
env.setParallelism(1);
DataStream<Tuple5<Timestamp,String,Integer,String,Integer>> oraderStream = env.addSource(consumer010Order).assignTimestampsAndWatermarks(new AscendingTimestampExtractor<Tuple5<Timestamp,String,Integer,String,Integer>>() {
@Override
public long extractAscendingTimestamp(Tuple5<Timestamp,String,Integer,String,Integer> value) {
return value.f0.getTime();
}
});;
tableEnv.registerDataStream(“orders”, oraderStream, "rowtime.rowtime, c1,c2, dm ,v ");
String sql = “select sum(orders.v),CONCAT(orders.c1,CAST(orders.c2 AS VARCHAR)),TUMBLE_END(rowtime, INTERVAL ‘10’ SECOND) from orders group by CONCAT(orders.c1,CAST(orders.c2 AS VARCHAR)),TUMBLE(rowtime, INTERVAL ‘10’ SECOND)”;
//sql = “select sum(orders.v),CONCAT(orders.c1,CAST(orders.c2 AS VARCHAR)) from orders group by CONCAT(orders.c1,CAST(orders.c2 AS VARCHAR))”;
Table result1 = tableEnv.sqlQuery(sql);
result1.printSchema();
tableEnv.toAppendStream(result1, Row.class).print();
// tableEnv.toRetractStream(result1, Row.class).print();
env.execute("sql ");
}
}
结果
select
sum(orders.v),
CONCAT(orders.c1,CAST(orders.c2 AS VARCHAR)),
TUMBLE_END(rowtime, INTERVAL ‘10’ SECOND)
from orders
group by
CONCAT(orders.c1,CAST(orders.c2 AS VARCHAR)),
TUMBLE(rowtime, INTERVAL ‘10’ SECOND)
对应的执行结果
select
sum(orders.v),
CONCAT(orders.c1,CAST(orders.c2 AS VARCHAR))
from orders
group by
CONCAT(orders.c1,CAST(orders.c2 AS VARCHAR))
对应的执行结果
最后
由于篇幅有限,这里就不一一罗列了,20道常见面试题(含答案)+21条MySQL性能调优经验小编已整理成Word文档或PDF文档
还有更多面试复习笔记分享如下
nimg.cn/img_convert/c9069586f810db8e4765d6589f0db857.png)
最后
由于篇幅有限,这里就不一一罗列了,20道常见面试题(含答案)+21条MySQL性能调优经验小编已整理成Word文档或PDF文档
[外链图片转存中…(img-gBedaOKR-1715123893134)]
还有更多面试复习笔记分享如下
[外链图片转存中…(img-2ypVnhvG-1715123893135)]