zilong00007的专栏

基于1.使用Lettuce替换Jedis,同步读写改为异步读写，大幅度提升了性能2.增加了Table/SQL API，增加select/维表join查询支持3.增加关联查询缓存(支持增量与全量)4.增加支持整行保存功能，用于多字段的维表关联查询5.增加限流功能，用于Flink SQL在线调试功能6.增加支持Flink高版本（包括1.12,1.13,1.14+）7.统一过期策略等8.支持flink cdc删除及其它RowKind.DELETE9.支持select查询。

本示例基于flink-connector-redis展示如何使用限流、定时关闭等功能。

Flink SQL经常需要关联维表，使用redis作为维表存储介质能获得较快的响应速度，大多情况维表有多个字段,写入与维表查询时只能使用concat与table function函数处理，非常麻烦。有没有更简单的方法呢？本示例基于展示如何利用’value.data.structure’='row’写多字段并关联查询，无需定义table function函数。

运行环境全面升级到jdk11后，原基于hive catalog的flink catlog不能再使用，原因是现在hive所有版本都不支持jdk11

相对bahir增加的内容有：Table API, 维表查询。参考了腾讯云与阿里云两家主流云产商的流计算产品，取两家之长，并增加了更丰富的功能。

今天公司一项目突然出现无法上传文件的异常，便和同事对该问题进行了分析，通过阅读了tomcat与jetty相关功能代码，对它们实现文件上传有了一定的了解。该项目使用SpringBoot实现，上传异常提示如下：The temporary upload location xxx is not valid背景：项目基于springboot开发，嵌入了tomcat插件，服务启动刚好满30天，之前文件上传功能一直是正常。通过错误提示分析应该是一个临时上传的目录失效了，但不确定它用了哪个临时

在多核服务器上，绑定CPU可以减少上下文切换，尤其是服务器上还运行有其它应用时，REDIS主线程被调度到其它CPU核上时，这时会使用其它核上的L1、L2缓存，如果有其它应用程序也使用了缓存，这样会降低命中率。现在服务器一般都是多核的，绑定CPU看起来是一个必然正确的选项，但实际上是有风险的！在NUMA架构下，操作系统的网络中断程序与REDIS线程可能不在同一个CPU socket上，会导致REDIS线程访问内存变慢，这个时候就需要把网络中断程序与REDIS线程绑定在同一个CPU socket

最新内存模型flink1.10对内存使用进行了调整，模型划分更详细，但使初学者感觉更复杂了，从下图taskmanager内存模型可以看出一般。flink内存按功能模块可分为taskmanager与jobmanger, 其中jobmanger不承担计算任务，所以相对简单无需过多讨论。细分内存模型后，flink提供了大量参数来设置对应区块的大小，如下：参数非常多，容易让人混乱，所以flink也提供了一个非常简单的内存设置方法，即只需设置进程总内存即可，进程总内存包括了flink.

题目给定一个字符串(s)和一个字符模式(p)，实现一个支持'?'和'*'的通配符匹配。'?'可以匹配任何单个字符。'*'可以匹配任意字符串（包括空字符串）。两个字符串完全匹配才算匹配成功。说明: s 可能为空，且只包含从 a-z 的小写字母。p 可能为空，且只包含从 a-z 的小写字母，以及字符 ? 和*。示例1:输入:s = "adceb"p = "*a*b"输出: true解释: 第一个 '*' 可以匹配空字符串, 第二个 '*...

题目给定一个仅包含 0 和 1 、大小为 rows x cols 的二维二进制矩阵，找出只包含 1 的最大矩形，并返回其面积。分析这道题一开始想到用动态规划来做，但没有得到正确结果，看了一会其他人的题解，大部分是用力扣84题的方法来解，但实现逻辑较多，不够清晰，所以决定继续用动态规划做这道题。这道题核心是怎么求一个点涉及到的矩形面积，如下图的点（i,j）,它涉及到三个矩形我用三种颜色标记了，接下来只需找出这三种颜色矩形中最大面积就行了。第一层为黄色，它的面积为这个矩.

题目给定一个数组nums，如果i < j且nums[i] > 2*nums[j]我们就将(i, j)称作一个重要翻转对。你需要返回给定数组中的重要翻转对的数量。示例 1:输入: [1,3,2,3,1]输出: 2示例 2:输入: [2,4,3,5,1]输出: 3链接：https://leetcode-cn.com/problems/reverse-pairs分析这道题难度级别为“困难”，它的“困难”不在于解题思路，而是运行...

​题目n 皇后问题研究的是如何将 n 个皇后放置在 n×n 的棋盘上，并且使皇后彼此之间不能相互攻击。给你一个整数 n ，返回 n 皇后问题 不同的解决方案的数量。​分析力扣界面改成蓝色基色，​给人感觉很清新，赞一个。这道题比N皇后I要容易一些，是一道典型的深度优先算法题，解题思路是一模一样的。N皇后的关键我认为不是dfs+回溯，而是怎么判断斜线上已经存在皇后了，直线很容易判断，用一个boolean[n]数组缓存就行了，但斜线呢?往左上的斜线的特点是坐标值相减，如p(

引子HTTP协议已经有多个版本了，一般情况我们访问的网站要是HTTP1.1要么是HTTP2，它们有什么区别呢?为什么各个网站不统一使用同一种协议呢?版本截止到现在，IETF已经发布了5个HTTP协议了，包括HTTP0.9、HTTP1.0、HTTP1.1、HTTP2、HTTP3.下面讲一下各个版本的区别：HTTP0.91991年发布，没有header，功能非常简单，只支持GET。HTTP1.01996年发布，明文传输安全性差，header特别大​。它相对​0.9有以..

题目给你一个整数数组 coins 表示不同面额的硬币，另给一个整数 amount 表示总金额。请你计算并返回可以凑成总金额的硬币组合数。如果任何硬币组合都无法凑出总金额，返回0 。假设每一种面额的硬币有无限个。 题目数据保证结果符合 32 位带符号整数。示例 1：输入：amount = 5, coins =[1, 2, 5]输出：4解释：有四种方式可以凑成总金额：5=55=2+2+15=2+1+1+15=1+1+1+1+1https:...

题目给定一个整数数组，其中第 i 个元素代表了第 i 天的股票价格。设计一个算法计算出最大利润。在满足以下约束条件下，你可以尽可能地完成更多的交易（多次买卖一支股票）: 你不能同时参与多笔交易（你必须在再次购买前出售掉之前的股票）。卖出股票后，你无法在第二天买入股票(即冷冻期为 1 天)。示例:输入:[1,2,3,0,2]输出: 3解释:对应的交易状态为:[买入, 卖出, 冷冻期, 买入, 卖出]分析冷冻期有一天，这个设定很误导人...

题目你是一个专业的小偷，计划偷窃沿街的房屋，每间房内都藏有一定的现金。这个地方所有的房屋都 围成一圈 ，这意味着第一个房屋和最后一个房屋是紧挨着的。同时，相邻的房屋装有相互连通的防盗系统，如果两间相邻的房屋在同一晚上被小偷闯入，系统会自动报警 。给定一个代表每个房屋存放金额的非负整数数组，计算你 在不触动警报装置的情况下 ，今晚能够偷窃到的最高金额。示例 1：输入：nums = [2,3,2]输出：3解释：你不能先偷窃 1 号房屋（金额 = 2），然后偷窃 3 号房屋（金额 =

题目让我们一起来玩扫雷游戏！给定一个代表游戏板的二维字符矩阵。'M'代表一个未挖出的地雷，'E'代表一个未挖出的空方块，'B'代表没有相邻（上，下，左，右，和所有4个对角线）地雷的已挖出的空白方块，数字（'1'到'8'）表示有多少地雷与这块已挖出的方块相邻，'X'则表示一个已挖出的地雷。如果一个地雷（'M'）被挖出，游戏就结束了-把它改为'X'。如果一个没有相邻地雷的空方块（'E'）被挖出，修改它为（'B'），并且所有和其相邻的未挖出方块都应该被递归地揭露。如果一个...

题目给你一个由 '1'（陆地）和 '0'（水）组成的的二维网格，请你计算网格中岛屿的数量。 岛屿总是被水包围，并且每座岛屿只能由水平方向和/或竖直方向上相邻的陆地连接形成。 此外，你可以假设该网格的四条边均被水包围。示例 1：输入：grid = [["1","1","1","1","0"], ["1","1","0","1","0"], ["1","1","0","0","0"], ["0","0","0","0","0"]]输出：1分析这是一道典型的深度优先算法

题目n皇后问题 研究的是如何将 n个皇后放置在 n×n 的棋盘上，并且使皇后彼此之间不能相互攻击。给你一个整数 n ，返回所有不同的n皇后问题 的解决方案。每一种解法包含一个不同的n 皇后问题 的棋子放置方案，该方案中 'Q' 和 '.' 分别代表了皇后和空位。示例 1：输入：n = 4输出：[[".Q..","...Q","Q...","..Q."],["..Q.","Q...","...Q",".Q.."]]解释：如上图所示，4 皇后问题存在两个不同的解法...

题目给定一棵树的前序遍历 preorder 与中序遍历 inorder。请构造二叉树并返回其根节点。Input: preorder = [3,9,20,15,7], inorder = [9,3,15,20,7]Output: [3,9,20,null,null,15,7]提示:1 <= preorder.length <= 3000inorder.length == preorder.length-3000 <= preorder[i], inor.