由于blog各种垃圾评论太多,而且本人审核评论周期较长,所以懒得管理评论了,就把评论功能关闭,有问题可以直接qq骚扰我

 分类:大数据

Flink Sql的join方式

Flink Sql的join方式
介绍 通过API实现双流join有个弊端,就是不管是基于窗口join还是状态join都只支持内连接 Flink这个时候要支持其他连接就需要用到flink sql 进行join了 内连接 内连接:合并具有同一列的两个以上的表的行, 结果集中不包含一个表与另一个表不匹配的行 代码示例...

2年前 (2023-01-15) 5127℃ 0喜欢

Clickhouse普通表转bitmap表

Clickhouse普通表转bitmap表
为什么使用bitmap表 存储成本低 好处一: 如果有一个超大的无序且不重复的整数集合,用Bitmap的存储成本是非常低的。 假设有个1,2,5的数字集合,如果常规的存储方法,要用3个Int32空间。其中一个Int32就是32位的空间。三个就是3*32Bit,相当于12个字节。 ...

2年前 (2023-01-14) 2648℃ 3喜欢

Flink 基于API的双流join

Flink 基于API的双流join
FlinkAPI的join方式 使用Flink API要做双流join的话,flink提供了两种方式,一种是基于窗口的window join和基于状态的lnterval join Flink Join算子有非常严厉的限制,就是必须基于时间 通过API实现双流join有个弊端,就是...

2年前 (2023-01-02) 2502℃ 2喜欢

Flink 多流转换分流合流

Flink 多流转换分流合流
介绍 在Flink中无论是基本的简单转换和聚合,还是基于窗口的计算,我们都是针对一条流上的数据进行处理的。而在实际应用中,可能需要将不同来源的数据连接合并在一起处理,也有可能需要将一条流拆分开,所以经常会有对多条流进行处理的场景。 简单划分的话,多流转换可以分为“分流”和“合流”...

2年前 (2023-01-02) 1539℃ 1喜欢

Hbase整合Phoenix之二级索引

Hbase整合Phoenix之二级索引
二级索引介绍 Phoenix的一级索引就是它的主键,对应的就是hbase的rowkey,这个是默认的机制,我们不需要额外操作。 故二级索引就是非主键/rowkey列的索引。创建二级索引的目的就是为了加快查询速度。 Hbase只能基于rowkey去查询数据,要是基于其他列查询数据就...

2年前 (2022-12-27) 2004℃ 0喜欢

Hbase整合Phoenix之介绍部署和使用

Hbase整合Phoenix之介绍部署和使用
Phoenix定义 Phoenix 是HBASE的一个加分项,往往一些考虑使用HBASE的场景还是因为有着Phoenix的加持。如果只是单纯的考虑把数据存到HBASE,然后做一些简单的查询,Hbase一定是可以满足的。但是要对HBASE的数据做一些分析,这个时候HBASE 就出现...

2年前 (2022-12-27) 3680℃ 0喜欢

Flink 端到端的状态一致性

Flink 端到端的状态一致性
状态一致性的概念 对于Flink流处理器来说,所谓的状态一致性,其实就是我们所说的计算结果要保证准确,一条数据不应该丢失,也不应该重复计算。 在遇到故障时可以恢复状态,恢复以后的重新计算,结果应该也是完全正确的。 状态一致性的级别 最多一次(AT-MOST-ONCE) 当任务故障...

2年前 (2022-12-23) 414℃ 0喜欢

Flink 状态持久化和检查点

Flink 状态持久化和检查点
状态持久化 在Flink的状态管理机制中,Flink 容错性的保障就是要对状态数据做一个持久化的保存,这样就可以在发生故障后通过持久化数据进行重启恢复。在Flink 中对状态进行持久化的方式,就是将当前所有分布式状态进行“快照”保存,写入一个“检查点”(checkpoint)或者...

2年前 (2022-12-23) 1637℃ 0喜欢

Flink 状态管理

Flink 状态管理
状态的概念 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。 什么场景会用到状态,下面列举了三种场景: 去重:比如上游的系统数...

2年前 (2022-12-23) 1498℃ 0喜欢

Flink 中的窗口

Flink 中的窗口
窗口的概念 我们知道Flink是一个可以处理无限流的流式处理引擎,无限流有个特点就是数据无休无止,源源不断,这种情况下要是想做统计聚合的话,就没有数据的尽头,因为数据在一直不停的更新。 在这种情况下,业务就想看之前一个小时或者一天的数据,就需要人为的给无界流增加一个界限,一个范围...

2年前 (2022-12-20) 2645℃ 5喜欢