Flink中常见问题总结

1、什么是侧道输出流,有什么用途

测到输出流就是将一个流中的数据按照指定规则进行分流处理;

作用:一方面可以分流,另一方面就是可以通过侧输出机制将严重迟到的数据单独放入一个datastream中供后续处理

(1)flink中有两种方式可以将两个流合并为流,分别是union和connect;

(2)两者的区别在于union只能合并同种类型的流,而connect可以和并不同类型的流,且两个流之间相互独立,流中的数据也用的是不同的处理逻辑。

(1)两个流jion的方式分为三种:join、coGroup、intervalJoin;

(2)他们的区别在于:

join只能实现内连接的效果;

coGroup比join更加灵活,它可以按照指定的逻辑实现内连接、左连接、右连接,但与join都是基于窗口的;

intervalJoin跟窗口无关,但必须先分组,可以实现点对线的连接,是一个流上某一时刻的数据与另一个流上某一段范围数据的join。

(1)有countWindow、timeWindow、会话窗口;

(2)滑动窗口就是每过多长时间就统计比这个时间长的时间段的数据;滚动窗口是指每过多长时间就统计多长时间的数据。

(1)有eventTime(事件(数据)时间)、IgestionTime(摄入时间)、Processing Time(处理时间);

(2)当数据出现短期迟到时,可以通过设置水印(watermark)延迟窗口关闭的时间,当使用event Time时就必须使用watermask,当数据出现较严重迟到时,可以设置allowedLateness在水印基础上再次延迟窗口关闭的时间,当数据出现严重迟到时,可以将数据通过侧道输出机制单独放入一个dataStream中供后续处理。

相关推荐
武子康11 小时前
大数据-237 离线数仓 - Hive 广告业务实战:ODS→DWD 事件解析、广告明细与转化分析落地
大数据·后端·apache hive
大大大大晴天12 小时前
Flink生产问题排障-Kryo serializer scala extensions are not available
大数据·flink
武子康3 天前
大数据-236 离线数仓 - 会员指标验证、DataX 导出与广告业务 ODS/DWD/ADS 全流程
大数据·后端·apache hive
武子康4 天前
大数据-235 离线数仓 - 实战:Flume+HDFS+Hive 搭建 ODS/DWD/DWS/ADS 会员分析链路
大数据·后端·apache hive
DianSan_ERP4 天前
电商API接口全链路监控:构建坚不可摧的线上运维防线
大数据·运维·网络·人工智能·git·servlet
够快云库4 天前
能源行业非结构化数据治理实战:从数据沼泽到智能资产
大数据·人工智能·机器学习·企业文件安全
AI周红伟4 天前
周红伟:智能体全栈构建实操:OpenClaw部署+Agent Skills+Seedance+RAG从入门到实战
大数据·人工智能·大模型·智能体
B站计算机毕业设计超人4 天前
计算机毕业设计Django+Vue.js高考推荐系统 高考可视化 大数据毕业设计(源码+LW文档+PPT+详细讲解)
大数据·vue.js·hadoop·django·毕业设计·课程设计·推荐算法
计算机程序猿学长4 天前
大数据毕业设计-基于django的音乐网站数据分析管理系统的设计与实现(源码+LW+部署文档+全bao+远程调试+代码讲解等)
大数据·django·课程设计
B站计算机毕业设计超人4 天前
计算机毕业设计Django+Vue.js音乐推荐系统 音乐可视化 大数据毕业设计 (源码+文档+PPT+讲解)
大数据·vue.js·hadoop·python·spark·django·课程设计