adddimin的博客

hi，comming againLastYear I already writen those topic ,today I’m going talk it again and fouce on async.first of all ,you should understand the structment of Completable that I talked before ,then you should know how to research the structment on a thread

fetchTask，与AddSplitTask 之间，需要判断，如果任务队列有其它任务就运行，不然就运行FetcherTask，但是fetchTask 有可能阻塞，原因，在于FutureCompletingBlockingQueue 的容量满了之后，会阻塞线程，就需要wakeUp，打破这个阻塞，打破阻塞就在 添加AddSplitTask 后，对splitFetcher 调用wake()这篇主要是补上篇挖的洞，看看拉取数据的线程模型。fetchTask 中的 wakeUp。这里面要考量的点，包括几点。

方法，该方法凸出的功能，1.初始化记录当前split的offset，2.ck时，将split、offset 信息作为state保存，3.在KafkaRecordEmitter emit record时，动态更新 offset 信息，保证source 源头，消费的一致性。先了解 SplitFetcherManager，如果去源码的英文注解就可以很明显的知道，它就是要维持一个线程池，同时保存好所有的splitFetcher，splitFetcher，既有run方法，也可以提交任务。有意思的可以去看源码。

Flink 中kafka 作为Source源头，首先会开始一个SourceCoordinator来与Kafka联系获取所有topic分区，同时兼顾新增tp（topic parition）的检测，在根据并行度，根据一个规则（等下用源码展示这个规则）来切分tp，然后，Flink 在并行度work中会开启SourceOperator，并向SourceCoordinator发送注册请求，要求获取split tp，用来后续的消费kafka数据。然后，根据并行度，将topic的分区匀出去。

5.如果条件2的情况下,ss

此篇文章是在分享文章的基础上的扩充，主要分为两个部分，第一部分是算法部分，再次阅读下Completable的核心算法，第二部分是扩充功能部分，比如Api 中参数Executor的作用、Async的作用、多次Completable的怎么处理。从链接文章中的结构流程示意图中，是不是很明显可以感受到，这里是一个树结构。这里不像二叉树，有左子树、右子树，这里的子节点是没有定量的，由next，将一个节点的子节点链接起来，用src，stack 来连接好父子节点，爷孙节点 等。从源码也可见一般啊，见源码中的注释，用一

线程之TimeoutTimeout ，我之前的理解，如果报了TimeoutException，不就意味着程序运行的规定时间到了，程序要结束了。但是再琢磨一下，怎么做呀？怎么定一个时间，等时间结束，程序就结束。看过很多程序结束的方式，其中一种是获得程序运行的线程，然后，调用线程中断命令，当程序中检测到中断指令时，抛出异常，终止程序。等等。。检测到中断指令，怎么才能时刻检测到中断指令，写个死循环？如下面代码这明显有大病，runAnotherCode() 只要跑一次，跑的时候，怎么随时检测中断，以致于将runA

这次的Recycler 改动很大，照例先说下Recycler的功能点在哪里，要构造一个可以复用的对象，比如：申请一个Buffer，逻辑操作用完后，只需要将Buffer中的数据清楚，接着继续使用Buffer。ok，

Flink 触发机制的关键模型前面的文章，提到Watermark（以下有wm代替）的时候，就说过wm为触发，提供参照物的作用。今天就看用源码看看。这里有两个情况，先展开讨论下，第一是，没有窗口，也就意味着，每条数据，都需要根据wm来判断是否触发。第二是 ，有窗口，意味着，每个窗口，都需要根据wm来判断是否触发。虽然是两种情况，但是具有共性特征，窗口也有时间，用窗口的endTime代表窗口触发的时间，就和数据触发过程无异了。聊到了这，就有两个问题需要解答，数据或窗口的时间怎么保存，怎么触发。

flink 中窗口后的 reduce 并行数为什么是1如何控制并行数，用一个变量存起来呗，parallelism 变量存放某个操作的并行数。一般是有默认配置或者用户指定。那为什么窗口后reduce 只有一个并行数。且无法改变。因为强制把此操作的并行数设置为1 了呗。// 这是 AllWindowedStream类的 reduce(...) 中的一段。很明显在强制操作。 return input.transform(opName, resultType, operator).forceNonPara

Flink Idle 中的设计哈哈… 今天是源码解析天，关于Idle 的，来吧，看看源码中是怎样检测数据源是否要标记位Idle。在StreamSourceContexts 类中可以看到， 内部类 WatermarkContext的构造方法中设置了IdleTimeOut，timeService（这个是一个定时执行的服务），以及调用了scheduleNextIdleDetectionTask（）方法。 public WatermarkContext( final Proc

快速用源码了解Flink的watermark先回答两个问题WaterMark（以下用wm 表示）的定义是什么，启到了什么作用？根据wm的策略，产生 eventTimeStamp的wm 和 systemTimeStamp 的vm。主要用来表征，数据流现在处理的数据到了哪儿。特征是一直递增，为流处理的触发启到一个参照物的作用。wm 是从哪里产生的，如果数据源部分分区停了怎么办？下游任务面对多个数据源分区是怎么获得wm。wm 如果说是eventTime 产生的，那么数据源就是其产生的源头。数据源分区停

AQS简单了解JAVA并发包中，有很多锁方法，但是Lock是怎么实现？以ReentrantLock为例，来管中窥豹一下。ReentrantLock reentrantLock=new ReentrantLock(); reentrantLock.lock(); reentrantLock.unlock(); // 看看 lock方法是怎么实现的？ pub...

如题& * 在C语言是很常见的，而且我们大家都知道指针的重要性，对于初学者在理解指针，估计 还会头疼一阵。那么从汇编语言 会不会 降低我们的学习曲线呢？答案是 会，而且理解深刻。首先 理解几个计算机的几个概念。指令1. + A1 ，A21.寄存器，指令1利用cpu 做运算，需要将 A1，A2 分别加载到寄存器中。这里暂用寄存器 %rax，%rcx 来代表 A1，A2 存储的...

最近在看SICP，cool …有点离题，其实不然，在SICP 的视频里，一个教授讲到（原话）—一个我最喜欢的术语 闭包 ，我认为闭包就是你系统中的组合方式，那些你需要组合起来使用的东西，就像我们构建的pair，你可以相同的组合不断构建pair，因此，我不仅可以构建a pair of number，还可以构建 a pair of pairs,再比如说，在Fortran中的array（数组）并不...

哈哈~~如果看过 上篇 迭代中的一些容易忽略的小细节的盆友，脑暴你的还有哦。。。。如题：给定一颗二叉树的头节点head,已知其中所有节点的值都不一样，找到含有节点最多的搜索二叉子树，并返回这颗子树的头节点。本来，按照我非常简易的解题思路是，从根节点找起（顺着来）。1.编写一个可以判断 该二叉树 是不是 搜索二叉树的函数，并返回 flag （用来表示是否为搜索二叉树），外加返回 总共包含多...

public class LearnL { public static int ll(int a) { if (a > 0) { return -1; } return -3; } public static void main(String[] args) { System.o...

如题快速介绍下是什么小细节 public static class Node { public int val; public Node left; public Node rigth; public Node(int data){ this.val=data; } } ...

计算机结构 我一直在迭代坑中,这次做一个迭代的主题，分享下我的迭代中成长过程。最经典的莫过于二叉树的迭代public class BinaryTree { public class Node{ public int value; public Node left; public Node right; public No...

漫谈大数据 在大数据横飞的时代，我只是表达下个人对大数据技术的看点，没有什么权威性，如果 有经验丰富的大佬 或者 细节控，挑刺王，欢迎吐槽。 1.大数据的技术发展路线 分布式 ，为什么要把分布式 摆在首位，可能大多数人 接触到大数据 都从hadoop集群开始，虽然，大数据的三大基石 是 谷歌的三大论文，但其都建立在分布式理论基础上。 那么学习构建一个简单的分布式系统，恐怕是最好...