数据流

理解Flink数据流图在大数据处理的世界里，Apache Flink 已经成为处理实时数据流的一个强大工具。Flink 提供了一种高度灵活的方法来构建复杂的数据处理管道，其核心是所谓的 DataFlow 图模型。本文将带你深入了解 Flink DataFlow 图的基础知识，帮助你理解它是如何工作的以及如何利用它来构建高效的数据流应用程序。

Kotlin Flow：掌握基本，征服应用，避开开发陷阱！平时看博客或者学知识，学到的东西比较零散，没有独立的知识模块概念，而且学了之后很容易忘。于是我建立了一个自己的笔记仓库 (一个我长期维护的笔记仓库，感兴趣的可以点个star~你的star是我写作的巨大大大大的动力)，将平时学到的东西都归类然后放里面，需要的时候呢也方便复习。

【大数据】详解 Flink 中的 WaterMark流处理，最本质的是在处理数据的时候，接受一条处理一条数据。批处理，则是累积数据到一定程度在处理。这是他们本质的区别。

【大数据】Apache NiFi 数据同步流程实践初衷：对于一些新接触 Apache NIFI 的小伙伴来说，他们急于想体验 NIFI，恨不得直接找到一篇文章，照着做就直接能够解决目前遇到的需求或者问题，回想当初的我，也是这个心态。其实这样的心态是不对的。好多加入 NIFI 学习群的新手同学都会有这个问题，一些基本的概念和知识点都没有掌握，然后提出了一堆很初级的问题，对于这些问题，我们可能已经回答了几十上百次，厌倦了，所以大家一般会说 “你先去看文档吧！”。其实，对于一个新手，直接看文档，也是一脸懵。所以在这里，我带领新手的你，新建一个同步的流程，并尽可

遇事问春风乄

【JavaEE初阶】文件内容的读写 —— 数据流数据流是一串连续不断的数据的集合，就象水管里的水流，在水管的一端一点一点地供水，而在水管的另一端看到的是一股连续不断的水流。

Kotlin数据流概览数据流以协程为基础构建，可提供多个值。从概念上来讲，数据流是可通过异步方式进行计算处理的一组数据序列数据流包含三个实体：

【大数据】Apache NiFi 助力数据处理及分发简单的说，NiFi 就是为了解决不同系统间数据自动流通问题而建立的。虽然 dataflow 这个术语在各种场景都有被使用，但我们在这里使用它来表示不同系统间的自动化的可管理的信息流。自企业拥有多个系统开始，一些系统会有数据生成，一些系统要消费数据，而不同系统之间数据的流通问题就出现了。这些问题出现的相应的解决方案已经被广泛的研究和讨论，其中企业集成 eip（Enterprise Integration Patterns）就是一个全面且易于使用的方案。