鸟哥哥的专栏

Flink教程。Flink集群安装部署。Flink 是一个同时具备流数据处理和批数据处理的分布式计算框架。Flink代码主要是由 Java 实现，部分代码由 Scala实现。Flink既可以处理有界的批量数据集、也可以处理无界的实时数据集。就业界的使用情况而言，Flink处理的主要场景是流式数据。Flink不同于Spark、Hadoop， Flink称得上是一款真正的流、批统一的大数据计算框架。

Flink教程(2)-高可用配置,HA配置

Flink教程，Flink快速入门案例

Flink教程，Flink核心概念与原理讲解

Flink教程。Flink API讲解。Flink是一个同时具备流数据处理和批数据处理的分布式计算框架。Flink代码主要是由 Java 实现，部分代码由 Scala实现。Flink既可以处理有界的批量数据集、也可以处理无界的实时数据集。Flink处理的主要场景是流式数据。Flink称得上是一款真正的流、批统一的大数据计算框架。

Flink Window 详解。Flink window机制。实际应用中真实的流数据都是无界的，即源源不断地传入。那么如何处理这种无界的数据呢？从微观的角度出发，我们可以把无限的流数据进行切分，得到一个个局部有限数据集。比如1分钟内的数据、1小时内的数据、1天的数据；前5个数据、前10个数据、前100个数据。这种将无限流划分为有限流的方式在flink中称之为window。Flink通过window机制将无限的流数据分发到具有有限大小的bucket（桶）中进行处理。

flink watermark（水位线）的概念。在介绍watermark 之前我们先讨论数据乱序的问题。之后详细讲解flink watermark的原理、案例、使用。

Flink State状态管理

Flink状态后端。Flink容错，Flink一致性。在前文中我们讲述了Flink的状态管理以及状态编程。所举的例子中，State都是基于内存存储的。实际生产中，如果状态一直都保存在内存，那么系统宕机或其它问题引起的系统重启时，状态数据就会丢失，无法知晓数据处理的进度。因此需要一种类似"定时存盘"的机制来保证数据流处理过程中的容错性。在Flink中，状态的存储、访问以及维护都是由称之为状态后端(state backends)的组件决定。

Flink教程。Flink 是一个同时具备流数据处理和批数据处理的分布式计算框架。本篇主要介绍Flink的实际应用案例和常见面试题。

Flink教程,RocksDB

Flink教程，QueryableState

Flink教程,案例之网页UV统计

Flink教程,案例 头条实时热榜统计

Flink教程,案例,订单超时检测

Flink教程,案例,订单超时检测（CEP）

flink面试题集锦