Flink专栏

携手创作，共同成长！这是我参与「掘金日新计划 · 8 月更文挑战」的第10天，点击查看活动详情 容错机制 Flink 故障恢复机制的核心，就是应用状态的一致性检查点，有状态流应用的一致检查点，其实就是

携手创作，共同成长！这是我参与「掘金日新计划 · 8 月更文挑战」的第9天，点击查看活动详情 概述 在之前总结的文章中有提到过，Flink框架提供了三层API完成流处理任务。至此已经学习了DataSt

携手创作，共同成长！这是我参与「掘金日新计划 · 8 月更文挑战」的第8天，点击查看活动详情 时间语义 “时间”在我们日常的开发学习过程中是特别常见的一个名词，例如：Java中的日期处理类、获取系统的

Flink 运行时架构主要包括四个不同的组件，它们会在运行流处理应用程序时协同工作：`作业管理器（JobManager）`、`资源管理器（ResourceManager）`、`任务管理器（TaskMa

在真实的场景中数据流往往都是没有界限的，无休止的，就像是一个通道中水流持续不断地通过管道流向别处，这样显然是无法进行处理、计算的，那如何可以将没有界限的数据进行处理呢？我们可以将这些无界限的数据流进行

在目前所有流式计算的场景中，将数据流的状态分为`有状态`和`无状态`两种类型。**无状态指的就是无状态的计算观察每个独立的事件，并且只根据最后一个事件输出结果**。举个栗子：一个流处理程序，从传感器接

在之前的文章中有提到过，一个flink应用程序开发的步骤大致为五个步骤：构建执行环境、获取数据源、操作数据源、输出到外部系统、触发程序执行。由这五个模块组成了一个flink任务，接下来围绕着每个模块对

Apache Flink是由Apache软件基金会开发的开源流处理框架，其核心是用Java和Scala编写的分布式流数据流引擎。Flink以数据并行和流水线方式执行任意流数据程序，Flink的流水线运

一、构建Flink程序 构建一个Flink程序有两种方式 方式一：构建 maven 工程，导入流式应用依赖