最新发布第4页

西门飞冰的博客梦想成为架构师的普通运维

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...

9个月前 (01-02) 1253℃ 1喜欢

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”...

9个月前 (01-02) 453℃ 1喜欢

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...

9个月前 (12-27) 1072℃ 0喜欢

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...

9个月前 (12-27) 1755℃ 0喜欢

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...

9个月前 (12-23) 425℃ 0喜欢

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...

9个月前 (12-23) 657℃ 0喜欢

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...

9个月前 (12-23) 540℃ 0喜欢

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...

9个月前 (12-20) 501℃ 5喜欢

Flink中的时间语义如上图所示，在事件发生之后，生成的数据被收集起来，首先进入消息队列，然后被Flink系统中的Source算子读取消费，进而向下游的转换算子传递，最终由窗口进行计算处理。很明显这里面有两个时间点 Event Time：是事件创建的时间，叫...

9个月前 (12-20) 488℃ 0喜欢

什么是中断机制首先：一个线程不应该由其他线程来强制中断或停止，而是应该由线程自己自行停止。所以，Thread.stop, Thread.suspend, Thread.resume 都已经被废弃了。其次：在Java中没有办法立即停止一条线程，然而停止线程却显得尤为重要，...

10个月前 (12-09) 764℃ 5喜欢