FLINK-1.12.0-BIN-SCALA_2.11-el6安装包

Apache Flink 1.12.0是为CDH 5.2~6.4平台设计的流处理引擎，适用于系统el6环境。

flink 0 2024-10-13

Flink与Iceberg优化数据入湖策略的完美组合

数据入湖是大数据处理中的重要步骤，涉及如何有效存储各种数据源的数据，并确保数据完整性和一致性。Apache Flink和Apache Iceberg是解决这些挑战的关键工具。深入探讨了它们如何应对数据传输中断、数据变更管理、近实时报表性能下降和实时CDC数据分析等核心挑战。Apache Iceberg通过ACID事务、动态Schema管理和优化的元数据管理提供了强大支持，而Flink则通过状态管理与容错和统一API支持实现了流和批处理的高效整合。

flink 0 2024-10-13

利用Apache Flink在字节跳动实现HTAP技术的能力提升

字节跳动正利用Apache Flink技术，提升其HTAP技术的能力。

flink 0 2024-10-12

基于Flink和ClickHouse打造高性能电商实时数据分析平台（PC、移动、小程序）

免费分享课程——利用Flink和ClickHouse构建高效电商实时数据分析平台（支持PC、移动和小程序），录制时间为2020年，帮助学习Flink的众多学习者。

flink 0 2024-10-12

基于flink的电商用户行为数据分析项目

这个项目利用flink技术分析电商用户的行为数据。项目包括项目介绍与代码框架、实时热门商品统计、替换kafka源、实时流量统计、恶意登录检测以及恶意登录监控CEP实现、订单支付监控CEP实现。

flink 0 2024-10-11

Apache Flink流处理指南下载

《Stream Processing with Apache Flink》是由Vasiliki Kalavri和Fabian Hueske共同编写的权威指南，深入探讨了流处理的概念、Flink的实现以及流处理应用程序操作。作为一本O'Reilly出版的电子书，以其专业的视角和技术深度，为读者提供了丰富的学习材料。详细阐述了Apache Flink的相关知识，包括流处理基础、Flink架构、API使用、窗口操作、状态管理与容错，以及连接与聚合操作。

flink 0 2024-10-11

Scala学习总结脑图

这是我个人学习Scala时总结的思维导图。

flink 0 2024-10-10

基于PyFlink的实时日志监控告警系统开发

在大数据处理领域，Apache Flink是一个功能强大且高效的流处理框架。本实例主要讨论如何利用PyFlink（Flink的Python API）结合自定义用户定义函数（UDF）来实现实时日志监控告警系统。该系统能够即时解析系统产生的日志数据，并根据预设条件触发告警，帮助运维人员快速响应潜在问题。Flink支持事件时间处理和状态管理，使其在实时分析中表现卓越。在PyFlink中，通过Python接口可以定义数据流转换和操作。UDF在日志监控告警中扮演关键角色，用于处理Flink数据流中的单个元素，如时间戳、源IP和错误代码。例如，我们可以定义一个名为LogParser的UDF来解析日志字符串。

flink 0 2024-10-09

Flink JDBC连接器扩展支持通过SQL客户端向SQLServer写入数据

通过Flink SQL客户端即可实现向SQLServer数据库写入数据，只需配置'connector'='jdbc'，示例建表语句如下： ) WITH ( 'connector' = 'jdbc', 'driver' = 'com.microsoft.sqlserver.jdbc.SQLServerDriver', 'url' = 'jdbc:sqlserver://host1:1433;DatabaseName=database1', 'username' = 'user1', 'password' = 'password1', 'table-name'='table1'。

flink 0 2024-10-09

使用Flink进行状态编程订单超时提醒实例详解

在学习Flink状态编程时，我们通过订单超时告警实战案例来深入探讨。无状态计算相对简单，但无法涵盖复杂业务场景，例如复杂事件处理（CEP）需要存储和等待特定规则的事件触发。在聚合指标（如pv、uv）的计算中，状态维护了事件的总数、总和、最大和最小值等。对于机器学习场景，状态编程帮助维护模型参数及历史数据的计算。

flink 0 2024-09-24