一、数据流和动态表（如何在源源不断的数据流入中保证运行） A.处理对象：实时流、不断有动态流入 B.传统SQL和流处理的异同：有三点。ex：流处理查询不断更新结果、永不终止 C.在流上定义表，动态数据可以生成静态表 D.连续查询：不终止、结果不断更新、形成新的动态表（流批结合） E.查询产生仅追加数据的动态表（多增加多一条记录） F.RETRACT信息的产生 G.不同数据处理保证的语义 ①AT-MOST-ONCE:出故障后啥也不干 ②AT-LEAST-ONCE:保证每条数据至少被处理一次 ③AEXACTLY-ONCE:保证每条数据只被消费一次 二、excatly-once和checkpoint 出故障时：flink如何从故障中恢复 ①制作快照的时间点：状态恢复的时间点 ②chandy-lamport算法 三、端到端的EXACTLY-ONCE实现（FLINK本身的checkpoint机制如何和外部存储结合实现端到端的不重语义） 两阶段提交协议：为了协调每节点都能同时执行或者回滚某事务性操作，引入一个中心点来处理所有节点 ①中心点-写作者 ②被中心点调节-参与者
A.预提交阶段 ①协作者发commit消息 ②参与者收到消息后-执行-但是不提交 ③执行结果：成功\失败，都会提交
B.提交阶段 ①协作者向参与者发送commiti消息 ②收到commit消息的参与者释放执行事务所需资源，并且结束执行 ③完成第二步后，参与者发送ack给协作者 ④收到ack后，标识该事务完成并回滚
两阶段提交总结 A事务开启 B预提交阶段 c提交阶段
账单计算服务：FLINK解决方案 优点： ①严格意义上的端到端的EXACTLY-ONCE语义：下游不重不丢 ②增强的去重能力：在更长时间维度对数据进行去重
