#
反压（backpressure）是实时计算应用开发中，特别是流式计算中，十分常见的问题。反压意味着数据管道中某个节点成为瓶颈，处理速率跟不上上游发送数据的速率，而需要对上游进行限速。由于实时计算应用
本文作者：易伟平（饿了么） 整理：姬平（阿里巴巴实时计算部） 本文将为大家展示饿了么大数据平台在实时计算方面所做的工作，以及计算引擎的演变之路，你可以借此了解Storm、Spark、Flink的优缺
例子Flink集群mvn package exec:java -Dexec.mainClass=org.apache.beam.examples.WordCount&nb
下载安装flink：上传压缩包：flink-1.7.2-bin-scala_2.12.tgz解压：tar -zxvf /flink-1.7.2-bin-scala_2.12.tgz -C ../hon
数据流编程模型 原文链接博主理解篇 抽象层次 Flink提供不同级别的抽象来开发流/批处理应用程序。 这个最低级别的抽象提供了有状态的流式操作。它是通过处理函数嵌入到DataStream AP
1. Flink版本1.7.2 2. 引入依赖 使用maven构建工程，因此pom.xml添加如下依赖：
原文链接 Flink CEP 0. 本文概述简介 FlinkCEP是在Flink之上实现的复杂事件处理（CEP）库。 它允许你在×××的事件流中检测事件模式，让你有机会掌握数据中重要的事项。 本文描述
第二章 Data Processing Using the DataStream API （中英对照） &n
搞Java开发的同学，目标都想成为Java架构师；搞大数据开发的同学，目标都想成为大数据架构师。 成为大数据架构师有什么好处呢？ 归其原因： 1.技术上能达到一定的高度，被公司认可，也被社会认可，有成
动态路由:方案1: 定制一个特殊的KafkaDynamicSink，内嵌多个原生的FlinkKafkaProducer，每个对应一个下游的KAFKA队列在OPEN方法中读取所有KAFKA渠道配置并构建
