如今的大数据技术应用场景，对实时性的要求已经越来越高。作为新一代大数据流处理框架，由于非常好的实时性，Flink独树一帜，在近些年引起了业内极大的兴趣和关注。Flink能够提供毫秒级别的延迟，同时保证了数据处理的低延迟、高吞吐和结果的正确性，还提供了丰富的时间类型和窗口计算、Exactly-once 语义支持，另外还可以进行状态管理，并提供了CEP（复杂事件处理）的支持。Flink在实时分析领域的优势，使得越来越多的公司开始将实时项目向Flink迁移，其社区也在快速发展壮大。目前，Flink已经成为各大公司实时领域的发力重点，特别是国内以阿里为代表的一众大厂，都在全力投入，不少公司为Flink社区贡献了大量源码。如今Flink已被很多人认为是大数据实时处理的方向和未来，很多公司也都在招聘和储备了解掌握Flink的人才。本教程将Flink理论与电商数据分析项目实战并重，对Flink基础理论知识做了系统的梳理和阐述，并通过电商用户行为分析的具体项目用多个指标进行了实战演练。为有志于增加大数据项目经验、扩展流式处理框架知识的工程师提供了学习方式。二、教程内容和目标本教程主要分为两部分：第一部
2023-02-28 15:32:34
450.22MB
1
Flink1.8.1-CEPplus
基于Flink1.8.1源码为CEP模块添加逻辑动态注入功能
功能描述: 使用CEP作为复杂事件处理引擎时,当逻辑频繁发生修改,以及阈值频繁调整时
整个程序需要停止后,修改代码,重新打包程序然后给集群提交，无法实现逻辑
动态修改和外部动态注入,目前已经实现了CEP逻辑动态注入，基于消息驱动逻
辑修改，可以手动往source端注入特定消息实现细腻度控制逻辑注入感知
为客户端端API中PatternStream添加方法registerListener（CepListener cepListener）注意必须在选择方法之前调用
cepListener对象需要实现接口
接口方法
Boolean needChange() 每条数据会调用这个方法，用于确定这条数据是否会触发规则更
2023-02-28 14:15:42
26.38MB
1
每天尽可能拿出40min进行翻译，希望年前可以译完。像锻炼一样，今年坚持做的其中一件事，做完了，相信也蛮酷的。翻译水平有限，同时也需要个人学习提升，因此，想可以为Flink添砖加瓦，贡献自己的一份力量。
2023-02-28 05:04:12
10.84MB
1
flink13.2 操作clickhouse 所需要的jar 包 以及自定义flink 连接clickhouse 的驱动包
主要是 flink-connector-clickhouse-22.07.11.jar
2023-02-06 10:53:19
249.19MB
1
flink-kafka-hbase
功能：实现kafka消息实时落地hbase，支持csv/json字符串两种格式的消息，支持自定义组合rowkey,列簇和列名，支持按照kafka消息流中不同字段join不同的hbase表，并自定义写入列簇和列(join时需评估一下性能)
支持at least once语义
外部依赖：apollo配置中心，本项目依靠配置驱动，配置存储在apollo配置中心
配置：
{
"indexColumnMapping": { --indexColumnMapping即CSV格式消息的key和value按照value里的分隔符拼接后再分割后下标及写入hbase列的对应关系
"0": "basic:time", --第0列始终是kafka消息的key，如果不需要可以不指定
"1": "basic:user_id",
2023-01-30 14:24:41
35KB
1