weixin_48143996的博客

Kafka->flink -> mysql

流处理引擎通常为应用程序提供了三种数据处理语义：最多一次、至少一次和精确一次。如下是对这些不同处理语义的宽松定义(一致性由弱到强)：At most noce < At least once < Exactly once < End to End Exactly onceAt-most-once-最多一次有可能会有数据丢失这本质上是简单的恢复方式，也就是直接从失败处的下个数据开始恢复程序，之前的失败数据处理就不管了。可以保证数据或事件最多由应用程序中的所有算子处理一次。这意味着如果

双流Join是Flink面试的高频问题：Join大体分类只有两种：Window Join和Interval Join。Window Join又可以根据Window的类型细分出3种：Tumbling Window JoinSliding Window JoinSession Widnow JoinWindows类型的join都是利用window的机制，先将数据缓存在Window State中，当窗口触发计算时，执行join操作。interval join也是利用state存储数据再处理，区别在于

Flink之所以能这么流行，离不开它最重要的四个基石：Checkpoint、State、Time、Window。Flink-Window在流处理应用中，数据是连续不断的，有时我们需要做一些聚合类的处理，例如：在过去的1分钟内有多少用户点击了我们的网页。在这种情况下，我们必须定义一个窗口(window)，用来收集最近1分钟内的数据，并对这个窗口内的数据进行计算。1.1 按照time和count分类time-window:时间窗口:根据时间划分窗口,如:每xx分钟统计最近xx分钟的数据...