标签：大数据

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周前 (01-15) 41℃ 0喜欢

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周前 (01-14) 48℃ 0喜欢

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...

4周前 (01-02) 84℃ 0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”...

4周前 (01-02) 72℃ 0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...

1个月前 (12-27) 93℃ 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...

1个月前 (12-23) 78℃ 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...

1个月前 (12-23) 79℃ 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...

1个月前 (12-23) 84℃ 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...

1个月前 (12-20) 105℃ 4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...

1个月前 (12-20) 86℃ 0喜欢