Flink知识散点
1、KeyBy 操作后，只有当 Key 的数量大于算子的并发实例数才能获得较好的计算性能。A.而若Key 的数量比实例数量少，就会导致部分实例收不到数据，这些实例就得不到执行，这些实例的计算能力得不到充分发挥。B.当Key个数多余并行实例数时，由于同一个 Key 对应的所有数据都能发送到同一个计算实例...
2022-06-06
Flink键控流键为空
我试图在Flink中的KeyedStream上执行映射操作：stream.map(new JsonToMessageObjectMapper()) .keyBy("keyfield") .map(new MessageProcessorStateful())JsonToObjectMapper运算符的输出是 类的POJO，它具有String字段“ ”。然后，将流键入此字段。MessageProcessorStateful是一个Ri...
2022-05-31
flink基本原理
一、简介开源流式处理系统在不断地发展，从一开始只关注低延迟指标到现在兼顾延迟、吞吐与结果准确性，在发展过程中解决了很多问题，编程API的易用性也在不断地提高。本文介绍一下 Flink 中的核心概念，这些概念是学习与使用 Flink 十分重要的基础知识，在后续开发 Flink 程序过程中将会帮助开...
2022-05-30
从0到1参与Flink社区
整理：许世伟、秦佳奇（Flink 社区志愿者）校对：秦佳奇、许世伟（Flink 社区志愿者）摘要：本文根据 Apache Flink 系列直播整理而成，由 Apache Flink Committer，阿里巴巴技术专家付典分享。主要内容如下：参与开源社区的意义参与开源社区的原则如何参与 Flink 社区如何提交第一个 PR**Tips：**点击...
2020-06-10
「Flink」事件时间与水印
我们先来以滚动时间窗口为例，来看一下窗口的几个时间参数与Flink流处理系统时间特性的关系。获取窗口开始时间Flink源代码获取窗口的开始时间为以下代码：org.apache.flink.streaming.api.windowing.windows.TimeWindow/** * Method to get the window start for a timestamp. * * @param timestamp epoch millisecond to get the window start. * ...
2022-06-06
Flink 窗口的应用与实现
作者 | 张俊（OPPO大数据平台研发负责人）整理 | 祝尚（Flink 社区志愿者）校对 | 邹志业（Flink 社区志愿者）摘要：本文根据 Apache Flink 系列直播整理而成，由 Apache Flink Contributor、OPPO 大数据平台研发负责人张俊老师分享。主要内容如下：整体思路与学习路径应用场景与编程模型工作流程与实现...
2020-06-10
Flink流式聚合性能调优指南
原文：Flink 流式聚合性能调优指南SQL 是数据分析中使用最广泛的语言。Flink Table API 和 SQL 使用户能够以更少的时间和精力定义高效的流分析应用程序。此外，Flink Table API 和 SQL 是高效优化过的，它集成了许多查询优化和算子优化。但并不是所有的优化都是默认开启的，因此对于某些工作负载，可以...
2022-05-29
Flink实时计算常见应用场景
TopN的常见应用场景，最热商品购买量，最高人气作者的阅读量等等。1. 用到的知识点Flink创建kafka数据源；基于 EventTime 处理，如何指定 Watermark；Flink中的Window，滚动（tumbling）窗口与滑动（sliding）窗口；State状态的使用；ProcessFunction 实现 TopN 功能；2. 案例介绍通过用户访问日志，计算最近一段...
2021-03-17
Flink作业问题分析和调优实践
摘要：本文主要分享 Flink 的 CheckPoint 机制、反压机制及 Flink 的内存模型。对这3部分内容的熟悉是调优的前提，文章主要从以下几个部分分享：原理剖析性能定位经典场景调优内存调优Checkpoint 机制1.什么是 checkpoint简单地说就是 Flink 为了达到容错和 exactly-once 语义的功能，定期把 state 持久化下...
2021-07-23
「Flink」理解流式处理重要概念
什么是流式处理呢？这个问题其实我们大部分时候是没有考虑过的，大多数，我们是把流式处理和实时计算放在一起来说的。我们先来了解下，什么是数据流。数据流（事件流）数据流是无边界数据集的抽象我们之前接触的数据处理，大多都都是有界的。例如：处理某天的数据、某个季度的数据等无界...
2022-06-01
Flink 使用大状态时的一点优化
通过本文你能 get 到以下几点：Flink 内使用大状态时，该如何配置？常见的负载均衡策略有哪些？Flink 源码中在选择 RocksDB 状态磁盘时，存在的问题。一些解决方案，并分析了每种方案的利弊。一、为什么要优化？（优化背景）Flink 支持多种 StateBackend，当状态比较大时目前只有 RocksDBStateBackend 可...
2020-07-27
详解 Flink 实时应用的确定性
作者：林小铂（网易游戏）确定性（Determinism）是计算机科学中十分重要的特性，确定性的算法保证对于给定相同的输入总是产生相同的输出。在分布式实时计算领域，确定性是业界一直难以解决的课题，由此导致用离线计算修正实时计算结果的 Lambda 架构成为大数据领域过去近十年的主流架构。而在...
2020-07-15
Flink设置并行度的方式和执行级别
Flink设置并行度的几种方式代码中设置setParallelism()全局设置：env.setParallelism(3); 算子设置（部分设置）：sum(1).setParallelism(3)客户端CLI设置：./bin/flink run -p 3 修改配置文件设置/conf/flink-conf.yaml的parallelism.defaul数值最大并行度设置全局设置：env.setMaxParallelism(n) 算子设置（部分设...
2022-06-03
「Flink」Flink中的时间类型
Flink中的时间类型和窗口是非常重要概念，是学习Flink必须要掌握的两个知识点。Flink中的时间类型时间类型介绍Flink流式处理中支持不同类型的时间。分为以下几种：处理时间Flink程序执行对应操作的系统时间。所有基于时间的操作（例如：时间窗口）都将使用运行相应operator的系统时间。例如：每个小...
2022-06-02
深入分析 Flink SQL 工作机制
作者 | 伍翀（云邪），阿里巴巴技术专家整理 | 陈婧敏（清樾），阿里巴巴技术专家摘要：本文整理自 Flink Forward 2020 全球在线会议中文精华版，由 Apache Flink PMC 伍翀（云邪）分享，社区志愿者陈婧敏（清樾）整理。旨在帮助大家更好地理解 Flink SQL 引擎的工作原理。文章主要分为以下四部分：Flink S...
2021-07-23
Flink 在快手实时多维分析场景的应用
作者：董亭亭、徐明摘要：作为短视频分享跟直播的平台，快手有诸多业务场景应用了 Flink，包括短视频、直播的质量监控、用户增长分析、实时数据处理、直播 CDN 调度等。此次主要介绍在快手使用 Flink 在实时多维分析场景的应用与优化。主要内容包括：Flink 在快手应用场景及规模快手实时多维...
2021-07-23
「Flink」Flink的状态管理与容错
在Flink中的每个函数和运算符都是有状态的。在处理过程中可以用状态来存储数据，这样可以利用状态来构建复杂操作。为了让状态容错，Flink需要设置checkpoint状态。Flink程序是通过checkpoint来保证容错，通过checkpoint机制，Flink可恢复作业的状态和计算位置。checkpoint检查点前提条件Flink的checkpoin机制需要...
2022-06-02
【JS】Flink 助力美团数仓增量生产
首页专栏javascript文章详情0Flink 助力美团数仓增量生产阿里云云栖号发布于 今天 02:00 一、数仓增量生产1.美团数仓架构先介绍一下美团数仓的架构以及增量生产。如下图所示，这是美团数仓的简单架构，我把它叫做三横四纵。所谓三横，第一是贯穿全链路的元数据以及血缘，贯穿数据集成...
2021-01-28
实时计算框架：Flink集群搭建与运行机制
Flink是一个框架和分布式处理引擎，用于对无界和有界数据流进行有状态计算。Flink被设计在所有常见的集群环境中运行，以内存执行速度和任意规模来执行计算。主要特性包括：批流一体化、精密的状态管理、事件时间支持以及精确一次的状态一致性保障...
2022-05-29使用Flink和基于事件时间的流计算平均值
我想在基于历史事件的流中计算Flink中基于窗口的平均值（或由我定义的任何其他函数），因此流必须是事件时间（不处理基于时间）：使用Flink和基于事件时间的流计算平均值val env: StreamExecutionEnvironment = StreamExecutionEnvironment.getExecutionEnvironment env.setStreamTimeCharacteristic(TimeCharacteristic.EventTime) 我已经找...
2022-04-08
为什么 Flink 无法实时写入 MySQL？
作者：孙金城摘要：本文为 Flink 生产环境应用中的疑问剖析，Flink 无法实时写入 MySQL 是初学者常见问题之一，由社区同学罗鹏程提出，Apache Flink PMC 孙金城（金竹）老师分享该问题的解决方案及分析思路。主要分为以下四部分：问题描述解决思路原因剖析举一反三Tips：更多生产环境问题交流及...
2020-07-22
进击的 Flink：网易云音乐实时数仓建设实践
如何基于 Flink 的新 API 升级实时数仓架构？背景介绍网易云音乐从 2018 年开始搭建实时计算平台，到目前为止已经发展至如下规模：机器数量：130+单 Kafka 峰值 QPS：400W+在线运行任务数：500+开发者：160+业务覆盖：在线业务支持，实时报表统计，实时特征处理，实时索引支持2020 年 Q1 任务数增长 10...
2020-07-22
【Flink】5分钟从零构建第一个Flink应用
在本文中，我们将从零开始，教您如何构建第一个 Flink 应用程序。 开发环境准备 Flink 可以运行在 Linux, Max OS X, 或者是 Windows 上。为了开发 Flink 应用程序，在本地机器上需要有 Java 8.x 和 maven 环境。 如果有 Java 8 环境，运行下面的命令会输出如下版本信息：$ java -versionjava...
2022-05-30
干货来了！阿里发布近300页Flink实战电子书
近300页实用干货总结，帮你解决 Flink 实战应用难题！《Apache Flink电子书合辑》收录来自bilibili、美团点评、小米、OPPO、快手、Lyft、Netflix等一线大厂实时计算平台及实时数仓实践案例，更有来自阿里巴巴及Apache Flink核心贡献者们一线实战经验总结。页面展示有限，请关注文章下方公众号，回复“电...
2022-05-30
数仓系列 | 深入解读 Flink 资源管理机制
作者：宋辛童（五藏）整理：王文杰（Flink 社区志愿者）摘要：本文根据 Apache Flink 系列直播整理而成，由阿里巴巴高级开发工程师宋辛童分享。文章主要从基本概念、当前机制与策略、未来发展方向等三个方面帮助开发者深入理解 Flink 的资源管理机制。基本概念当前机制与策略未来发展方向**Ti...
2021-07-23
