![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
练习数据
liuchangxus
这个作者很懒,什么都没留下…
展开
-
flink的时间窗口和计数窗口
val env = StreamExecutionEnvironment.getExecutionEnvironmentenv.setParallelism(1)val inputdata: DataStream[String] = env.socketTextStream("hadoop102", 6666)//时间窗口 滚动窗口 10秒执行一次每次执行10以内的数据 数据执行不重叠inputdata.map(p=>{ val s = p.split(",") (原创 2020-12-22 08:23:29 · 1126 阅读 · 0 评论 -
redis与kafka基础
初识Redis一. 为什么在多线程并发情况下,以Redis实现的“自增ID工具”能保证ID按顺序自增长且不重复:此处的自增ID工具用的是redis的增加score方法 , 每调用一次 , redis的key ‘id’ 就自增1 , 返回值为增加后的数值 , 故获取id的动作不会有重复值./** * “自增ID工具” * @description: * @author: Jeff * @date: 2020年9月21日 * @return */public Long getId(){原创 2020-09-28 00:01:38 · 173 阅读 · 0 评论 -
kafka及redis基础
初识Redis一. 为什么在多线程并发情况下,以Redis实现的“自增ID工具”能保证ID按顺序自增长且不重复:此处的自增ID工具用的是redis的增加score方法 , 每调用一次 , redis的key ‘id’ 就自增1 , 返回值为增加后的数值 , 故获取id的动作不会有重复值./** * “自增ID工具” * @description: * @author: Jeff * @date: 2020年9月21日 * @return */public Long getId(){原创 2020-09-27 23:58:50 · 1523 阅读 · 0 评论