ponylee

RisingWave架构简单，运维成本底，基于云原生（可以分别基于计算和存储动态伸缩），同时在开发上屏蔽了Flink等实时处理框架底层需要处理的一些技术细节（状态存储，数据一致性，分布式集群扩展等）。

Flink版本：flink1.14 最近有【FULL OUTER JOIN】场景的实时数据开发需求，想要的结果是，左右表来了数据都下发数据；左表存在的数据，右表进来可以关联下发（同样，右表存在的数据，

Windowing TVFs Windowing table-valued functions (Windowing TVFs)，即窗口表值函数 注意：窗口函数不可以单独使用，需要聚合函数，按照 wi

安装ftp服务 查看一下是否安装成功 ftp的配置文件主要有三个，位于/etc/vsftpd/目录下，分别是： ftpusers：用来指定哪些用户不能访问ftp服务器 user_list:：这个文件中

Linux服务器禁止密码登录，设置秘钥登录。 将刚生成的公钥复制到目标服务器 (私钥在客户端，需要私钥与公钥配对）

新老版本kafka命令行操作 啓動Kafka： kafka-server-start.sh -daemon $KAFKA_HOME/config/server.properties Kafka命令行操

Flink的三种时间 在谈watermark之前，首先需要了解flink的三种时间概念。在flink中，有三种时间戳概念：Event Time 、Processing Time 和 Ingestion

aaaaaaaaaaaaaaaaaaaaaaaasccccccccccccccccccccccccccccccccccccccccccccc

启动es docker run --name es6 --net host -e "discovery.type=single-node" docker.io/elasticsearch:6.5.4