Flink

1、需求 在 Flink 发布SpringBoot 打包的 jar 包能够实时同步 MySQL 表，做到原表进行新增、修改、删除的时候目标表都能对应同步。 2、设计 在 SpringBoot 用 Ja

4.3、转换算子（Transformation） 4.3.1、转换算子概述 用户通过算子能将一个或多个 DataStream 转换成新的 DataStream，在应用程序中可以将多个数据转换算子合并成

4.2、源算子（source） Flink 可以从各种来源获取数据，然后构建 DataStream 进行转换处理。一般将数据的输入来源称为数据源（data source），而读取数据的算子就是源算子（

DataStream API是 Flink的核心层 API。一个 Flink 程序，其实就是对 DataStream 的各种转换，具体来说，代码基本上都由以下几部分构成： 4.1、执行环境 Flink

3.1、Flink的运行架构 3.1.1、Flink 基本组件栈 一个计算框架只有上层有了具体的应用，并能很好的发挥计算框架本身的优势，那么这个计算框架才能吸引更多的资源，才会更快的进步。Flink

2.1、创建项目 在准备好所有的开发环境之后，我们就可以开始开发自己的第一个 Flink 程序了。首先我们要做的，就是在 IDEA 中搭建一个 Flink 项目的框架。我们会使用 Java 项目中常见

基于Flink 1.16.2 ，讲解这个分布式流式处理框架，无界数据流和有界数据流的区分，flink的运行模式及运行流程，flink的各种优越特性，适用场景等