Flink原理与实现：数据交换策略
数据交换策略（Data Exchange Strategy）定义了数据如何被分配到物理数据流图的 Task 中的。
【Flink系列】开启jdbc批量写入
值得注意的是，useServerPrepStmts开启后，客户端不再对SQL预编译，也就是说上面说的SQL改写也不会发生，所以在批量写入时，把此参数关闭，或保持默认配置；使用Flink应用对流水进行计算和统计，结果一般字段较少，每条计算结果的数据量不大，如果开启批量写入，可以降低和数据库之间的网络交
Flink使用Log4j将日志发送到Kafka
Flink使用Log4j将日志发送到Kafka
Flink-输出算子(Sink)使用
flink输出到kafka，elasticsearch，redis
Flink JobManager内存管理机制介绍与调优总结
作者：董伟柯，腾讯云大数据高级工程师概要我们知道，旧版本 Flink 的 JobManager 作为管理者，只承担着初始化和协调的任务，内存压力非常小，很少出现 OOM 等问题。但是，随着 Flink CDC [1] 实时数据捕获技术的广泛应用，以及采用 Flink 新版 Source 接口（FLI
flink程序在消费kafka数据时出现Error sending fetch request问题
在程序已经稳定运行多天、未对代码做任何修改、查看所消费数据源未出现数据增多的情况下，有一个flink程序最近出现了积压问题，很是疑惑，观察几天并查看了日志发现，每当出现加压时便会伴随该日志出现，因此便着手解决该问题。...
flink-sql所有数据类型-1.15
本文是对 flink 1.15 官网中 flink sql 数据类型部分的翻译整理。
Prometheus之集成Flink
Flink提供的Metrics可以在Flink内部收集一些指标，通过这些指标让开发人员更好地查看作业或集群的状态。
Flink学习笔记（一）概述
1.Flink是一个分布式流处理框架，它能够在大规模的数据流上进行实时计算和批处理。Flink支持丰富的API，包括DataStream API和DataSet API，可以在多种计算场景中使用，例如实时数据处理、批处理、图形计算和机器学习等。Flink还具有高可用性、低延迟、高吞吐量和高扩展性等特
Flink最全面教程(自己总结的)
用了100+天总结出来的Flink学习笔记
Flink实例：状态管理State 过期时间TTL
一旦设置了 TTL，那么如果上次访问的时间戳 + TTL 超过了当前时间，则表明状态过期了（这是一个简化的说法，严谨的定义请参考org.apache.flink.runtime.state.ttl.TtlUtils类中关于 expired 的实现）。对于 RocksDB 的状态清理，则是通过 JNI
FlinkSql的窗口使用以及运用案例
窗口概述 窗口函数 窗口分类
Flink从入门到精通系列（一）
Flink概述、流式数据处理的发展是演变以及Flink的快速入门案例
Flink 滚动窗口、滑动窗口详解
滚动窗口有固定的大小，是一种对数据进行“均匀切片”的划分方式。窗口之间没有重叠，也不会有间隔，是“首尾相接”的状态。如果我们把多个窗口的创建，看作一个窗口的运动，那就好像它在不停地向前“翻滚”一样。这是最简单的窗口形式，我们之前所举的例子都是滚动窗口。也正是因为滚动窗口是“无缝衔接”，所以每个数据都
Flink从Kafka读取数据流写入到MySQL
今天来实现一个综合案例：Flink从独立部署的Kafka读取数据流，处理后，通过自定义的Sink函数写入到MySQL中部署一个Kafka服务，源源不断的想主题kafka发送数据参考：SpringBoot整合Kafka效果Flink思路：从Kafka源源不断获取的数据为User实体的JSON字符串，需
flinkcdc抽取oracle数据（oracle cdc详细文档）
flinkcdc集成说明文档、oraclecdc详细文档、全量+增量同步oracle数据
flink任务提交,查询,停止工具
因项目，需要在spring boot后台项目中集成flink任务提交，查询之类的功能，所有有了这个项目这个项目，可以通过java api的形式，帮助你提交，查询，暂停flink任务，也可以构建和关闭flink yarn session集群。主要通过restful接口和构建jobGraph实现。
Flink Sql(二) Kafka连接器
如果作为TableSource，连接器会将读取到的topic中的数据（key,value），解释为对当前key的数据值的更新（UPDATE），也就是查找动态表中key对应的一行数据，将value更新为最新的值；需要特别说明的是，在KafkaTable的字段中有一个ts，它的声明中用到了METADAT
Flink的Checkpoint
最近面试问的最多的就是Flink如何进行容错的，总结一下关于checkpoint的知识点
第四章 Flink 窗口和水位线
在流式处理的过程中，数据是在不同的节点间不停流动的；这样一来，就会有网络传输的延迟，当上下游任务需要跨节点传输数据时，它们对于“时间”的理解也会有所不同。当基于特定时间段(通常称为Windows，窗口)，或者当执行事件处理时，事件的时间发生很重要。
