flink
文章平均质量分 96
flink教学
普通网友
这个作者很懒,什么都没留下…
展开
-
Flink1.13-java版教程(高阶2)
在流处理中,数据是连续不断到来和处理的。每个任务进行计算处理时,可以基于当前数据直接转换得到输出结果;也可以依赖一些其他数据。这些由一个任务维护,并且用来计算输出结果的所有数据,就叫作这个任务的状态。接下来我们的重点就是托管状态(Managed State)。我们知道在 Flink 中,一个算子任务会按照并行度分为多个并行子任务执行,而不同的子任务会占据不同的任务槽(task slot)。由于不同的 slot 在计算资源上是物理隔离的,所以 Flink能管理的状态在并行任务间是无法共享的,每个状态原创 2022-06-08 11:30:18 · 243 阅读 · 1 评论 -
Flink1.13-java版教程(高阶1)
文章目录第 7 章 处理函数7.1 基本处理函数(ProcessFunction)7.1.1 处理函数的功能和使用7.1.2 ProcessFunction 解析7.1.3 处理函数的分类示例:7.2 按键分区处理函数(KeyedProcessFunction)7.2.1 定时器(Timer)和定时服务(TimerService)7.2.2 KeyedProcessFunction 的使用ProcessingTimeTest示例:EventTimeTimerTest示例:7.4 应用案例——Top N7.4原创 2022-06-06 10:00:01 · 209 阅读 · 0 评论 -
Flink1.13-java版教程(核心)
文章目录第五章 DataStreamAPI(基础篇)5.1 执行环境(Execution Environment)5.1.1 创建执行环境1.getExecutionEnvironment2.createLocalEnvironment3.createRemoteEnvironment5.1.2 执行模式(Execution Mode)5.2 源算子(Source)5.3 转换算子(Transformation)5.4 输出算子(Sink)5.5 本章总结第六章 Flink中的时间和窗口第五章 DataS原创 2022-05-31 15:13:28 · 400 阅读 · 0 评论 -
Flink1.13-java版教程(基础)
文章目录课程结构导航第一章 Flink简介1.Flink起源与设计理念2.Flink在企业的应用3.Flink的优势4.数据处理框架的演变5.流处理的应用场景6.Flink分层API7.Flink与Spark的区别第二章 Flink快速上手1.环境准备2.创建maven项目2.1 创建项目2.2 创建项目添加项目依赖2.3 配置日志管理3.编写代码3.1 批处理DataSet api(从1.12开始官方不再推荐使用DataSet api)3.2 流处理DataStream api(推荐使用批流处理api)3原创 2022-05-17 13:41:00 · 548 阅读 · 1 评论