NBI可视化

Spark SQL中用户自定义函数，用法和Spark SQL中的内置函数类似；是saprk SQL中内置函数无法满足要求，用户根据业务需求自定义的函数。 首先定义一个UDF函数： 使用UDF函数： 代

（1）sparkstreaming从kafka接入实时数据流最终实现数据可视化展示，我们先看下整体方案架构： （2）方案说明： 1）我们通过kafka与各个业务系统的数据对接，将各系统中的数据实时接到

一、滚动窗口（Tumbling Windows） 滚动窗口有固定的大小，是一种对数据进行均匀切片的划分方式。窗口之间没有重叠，也不会有间隔，是“首尾相接”的状态。滚动窗口可以基于时间定义，也可以基于数

Spark Streaming是构建在Spark Core的RDD基础之上的，与此同时Spark Streaming引入了一个新的概念：DStream（Discretized Stream，离散化数据

本篇文章我们来模拟一个真实的风险识别场景，模拟XX平台上可能出现盗号行为。 技术实现方案： （1）通过将xxx平台用户登录时的登录日志发送到kafka（本文代码演示用的socket）； （2）Flin

Flink CEP SQL中提供了四种匹配策略： （1）skip to next row 从匹配成功的事件序列中的第一个事件的下一个事件开始进行下一次匹配 （2）skip past last row

基于上一篇（3）Flink CEP SQL宽松近邻代码演示的延展，在上一篇中我们使用贪婪词量 +（至少匹配1行或多行），本篇将演示多种贪婪词量的效果： （1）使用贪婪词量 *（匹配0行或多行） 匹配到

上一篇我们演示了严格近邻模式的效果，接着上一篇我们来演示一下宽松近邻： （1）pom依赖： （2）定义一个消息对象 （3）构造数据，定义事件组合 （4）关键代码解释： 需要借着贪婪词量来实现宽松近邻效

上一篇我们对Flink CEP做了简单介绍，这一篇我们通过代码来演示一下Flink CEP SQL中的严格近邻效果： （1）pom依赖： （2）定义一个消息对象 （3）构造数据，定义事件组合 （4）关