首页
首页
BOT
沸点
课程
直播
活动
AI刷题
NEW
商城
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
会员
登录
注册
喵呜刷题
掘友等级
专家工程师
超全的面试问题,等你来刷!
获得徽章 0
动态
文章
专栏
沸点
收藏集
关注
作品
赞
23
文章 23
沸点 0
赞
23
返回
|
搜索文章
最新
热门
Flink exactly-once 相关问题
exactly-once 恰好一次。消息有且仅会被传输一次 即使producer重试发送消息,消息也会保证最多一次地传递给最终consumer。该语义是最理想的,但也难以实现,这是因为它
ClickHouse为啥会被选择
ClickHouse 非常亲和且具有自己的个性 支持完备的SQL操作 列式存储与数据压缩 向量化执行引擎 关系型模型(与传统数据库类似) 丰富的表引擎 并行处理 在线查询 数据分片
如何分析线程状态?
Java Thread State 线程状态第一分析法则 1、线程状态为“waiting for monitor entry”: 意味着它 在等待进入一个临界区
TCP的KeepAlive 与HTTP的 Keep-Alive
KeepAlive既熟悉又陌生,踩过坑的同学都知道痛。一线运维工程师踩坑之后对于KeepAlive的总结,你不应该错过! 最近工作中遇到一个问题,想把它记录下来,场景是这样的
Flink 任务出现很高的延迟,你会如何入手解决类似问题?
在 Flink 的后台任务管理中,可以看到 Flink 的哪个算子和 task 出现了反压; 资源调优和算子调优: 资源调优即对作业中的 Operator 并发数(Parallelism)
flink维度表关联
根据我们业务对维表数据关联的时效性要求,有以下几种解决方案:1、实时查询维表 2、预加载全量数据 3、LRU 缓存(最近最少使用的数据则被淘汰) 4、将维表消息广播出去
如何处理生产环境中的数据倾斜问题?
flink数据倾斜的表现: 任务节点频繁出现反压,增加并行度也不能解决问题 部分节点出现OOM异常,是因为大量的数据集中在某个节点上,导致该节点内存被爆,任务失败重启
说说FLINK细粒度滑动窗口如何处理
Flink的窗口机制是其底层核心之一,也是高效流处理的关键。Flink窗口分配的基类是WindowAssigner抽象类,下面的类图示出了Flink能够提供的所有窗口类型。
说说僵尸进程与孤儿进程
什么是僵尸进程和孤儿进程: 在 Unix/Linux 系统中,正常情况下,子进程是通过父进程创建的,且两者的运行是相互独立的,父进程永远无法预测子进程到底什么时候结束。
说说Flink中的State
基本类型划分 在Flink中,按照基本类型,对State做了以下两类的划分: Keyed State,和Key有关的状态类型,它只能被基于KeyedStream之上的操作,方法所使用。
下一页
个人成就
文章被点赞
91
文章被阅读
104,231
掘力值
2,024
关注了
3
关注者
39
收藏集
1
关注标签
0
加入于
2022-03-05