flink cdc连接mongodb、mysql的maven项目例子工程代码。文章https://blog.csdn.net/penngo的附件源码。

hudi-flink.jar

P7级Flink大数据精华实战课程分为四个部分依次进阶的进行教学，从初识Flink及计算框架教学，到全面的FlinkOnYarn集群提交与部署，随后转而深入的进行Flink常用API教学。在后半程的课程中，讲师又对Flink中的Watermark、Flink的CheckPoint案例及Flink底层技术进行了探讨，在课程收尾的核心部分进行了全面的优化技术指南教学，包括了网络、内存、监控等方面的优化技术，让Flink技术更加全面的呈现给同学们。

最全最详细的flink 中文教程,详细介绍各个接口,并附带demo，本书旨在帮助读者从零开始快速掌握Flink的基本原理与核心功能。本书首先介绍了Flink的基本原理和安装部署，并对Flink中的一些核心API进行了详细分析。然后配套对应的案例分析，分别使用Java代码和Scala代码实现案例。

基于对flink的学习，和对flink源码的简单梳理，从flink on yarn的角度，介绍flink从启动，到提交yarn任务，以及完成整个过程涉及到的进程交互和内存管理等底层逻辑。该资源一共分为4个部分：1、yarn提交流程，2、组件通信，3、任务调度，4、内存管理 适合人群：具备一定编程基础和大数据基础知识，工作1-3年的大数据研发和运维人员 能学到什么：①flink on yarn模式之下的启动和运行原理，通过简单梳理底层逻辑加深对flink的掌握；②从底层机理的角度剖析flink是如何处理我们的需求的，从而帮助我们更好的解决运维问题。 阅读建议：此资源基于flink的源码追踪并简单分析，学习参考的时候建议下载相应版本的flink源码，并搭建虚拟机安装部署测试flink，在运行过程中结合源码和笔记学习效果更佳。有经验的开发人员可以编译并debug flink的源码，这样可以更加直观深入地研究flink的运行原理。有利于开发应用和解决问题

经常有粉丝问我该选flink和spark streaming？ 业务选型对新手来说是件非常困难的事情，对于经验丰富又经常思考的人来说就很简单。 选型的时候个人准备知识： 1.深入了解框架。 2.深入了解框架的周边生态。 3.深入了解你自己的业务场景。 就拿flink和spark streaming来说吧，要是理解其设计灵感就会很简单的理解该选谁： spark 是做批处理起家，然后以微批的形式开创了流处理。使用场景很显而易见了，允许一点延迟，批量处理，吞吐量优先地，而且spark streaming贡献者这么多依然很稳定。 flink是以流处理起家，然后以流处理的灵感去创建批处理。那就很适合实时

给大家分享一套课程——基于Flink+Doris构建高性能高扩展的全端实时数据仓库教程，课程基于Flink 1.11.3，DorisDB 0.13.9版本。 本课程基于真实热门的互联网电商业务场景为案例讲解，结合分层理论和实战对数仓设计进行详尽的讲解，基于Flink+DorisDB实现真正的实时数仓,数据来及分析,实时报表应用。

HUDI数据湖，俩个核心两点： 1、采用读时模式设计，支持动态schema，动态表结构变更。（对比写时模式） 2、标准化统一和解决了大规模的数据存储问题。 3、高容错的任务调度管理策略，不用担心job失败重跑，也不用担心job重跑的效率问题。

课程分享——Flink大数据集群资源监控项目实战课程，基于flink1.13版本，附PPT+软件+代码下载。 本课程为Flink大数据项目实战教程，以Flink项目实现为主线，重点讲解Flink项目相关的核心技术，包含Flink流式计算、InfluxDB时序数据库和Grafana数据可视化等。本课程理论与实战相结合，最终全流程实现对YARN集群资源的画像。学完本课程，零基础的学员能快速上手Flink进行项目开发，有大数据基础的学员也能快速掌握Flink核心技术并积累Flink实际项目经验。 课程特色 1.课程紧抓Flink核心技术，以项目实战为导向，快速掌握Flink实时计算框架。 2.课程从原理、依赖引入、代码开发、文件配置、项目启动与测试等进行完整流程讲解，不会跳讲和断讲。 3.课程中无论案例代码开发还是项目业务代码开发，每一行代码都会边实现边讲解。 4.课程中目前使用Flink1.13.5最新稳定版本

使用java、spark和flink连接各种数据集和mq