本文探讨了在Flink SQL中如何通过groupbyuser_id确保相同用户ID的数据在同一任务处理，并介绍了在将数据sink到Kafka或SLS等消息队列时，如何指定分区策略以保证同一用户ID的事件被正确路由。此外，还提到了日志信息如何配置写入阿里云SLS日志服务，并简单提及了数据和线程的关系以及上线前的压测和数据追回时间的估算问题。
1、生产上flinksql经常用到根据指定的userid划分到同一个task任务里进行调度，这时候可以使用group by user_id,解决相同userid分到同一个task处理，但是sink到结果表比如kafka或者sls等mq的消息队列时，如果不指定分区规则，则可能同一个userid也会分到不通partition，这时候就需要指定sink的策略。
2、flink配置日志信息写入到sls日志中。
https://help.aliyun.com/document_detail/173646.html?spm=a2c4g.11186623.6.643.72ac4e65UJ3fIK
3、分区的数据和线程
4、上线之前压测追两个小时数据需要多久时间
3940
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
