Flink再次登上榜单，以强大实力蝉联冠军！

最新推荐文章于 2025-12-11 10:45:39 发布

VqhhMobile

最新推荐文章于 2025-12-11 10:45:39 发布

阅读量91

点赞数

CC 4.0 BY-SA版权

本文链接：https://blog.youkuaiyun.com/VqhhMobile/article/details/133078260

Flink 专栏收录该内容

93 篇文章 ¥59.90 ¥99.00

订阅专栏

Apache Flink是一个强大的流处理和批处理框架，因其出色的分布式处理引擎和丰富的API而备受推崇。最近，Flink在大数据处理评估中再次夺冠，证明了其在实时数据流和批处理任务中的高吞吐量、低延迟以及容错能力。

Apache Flink是一个开源的流处理和批处理框架，其强大的功能和性能使其成为大数据处理领域的瑰宝。最近的一项评估再次证明了Flink在大数据处理中的卓越表现，让它再次登上榜首。

Flink的出色表现得益于其分布式流处理引擎和优化的批处理引擎，这些引擎能够处理包括实时数据流和批量数据在内的各种类型的数据。它还提供了丰富的API和工具，使开发人员能够轻松构建和管理复杂的数据处理流程。

下面是一个使用Flink进行流处理的示例代码：

import org.apache.flink.api.common.functions.FlatMapFunction;
import

了解本专栏

订阅专栏解锁全文

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

VqhhMobile

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

订阅专栏

【大数据】Flink CDC 实时同步mysql数据

congge

10-07

1万+

Flink CDC 实时同步mysql数据

【大数据】Flink + Kafka 实现通用流式数据处理详解

congge

10-27

1万+

Flink + Kafka 实现通用流式数据处理详解

参与评论您还未登录，请先登录后发表或查看评论

Flink实时计算topN热榜

CREATE_17的博客

03-17

823

topN的常见应用场景，最热商品购买量，最高人气作者的阅读量等等。1. 用到的知识点Flink创建kafka数据源；基于 EventTime 处理，如何指定 Watermark；Flink...

Flink 1.20 版本发布，一些值得注意的特性！

微信搜：import_bigdata，大数据领域硬核原创作者

08-05

4828

8月2日，Flink1.20版本发布，一边听歌一边看我分析。（戳上面????听歌）本文基于官方网站的Release Note做一个简单的分析，看看哪些内容是更加值得我们关注的。在定位上，这个版本是一个2.0版本之前的过渡版本，也是1.x时代最后一个版本。这个版本中有很多细小的变动，和一些MVP版本的开发，那站在用户的角度，比较值得注意的几个特性有哪些：物化表1.20版本引入了一个物化表(Materia...

Flink CDC详解

Aidon博客

04-24

1万+

CDC 的全称是 Change Data Capture ，在广义的概念上，只要是能捕获数据变更的技术，我们都可以称之为 CDC。目前通常描述的 CDC 技术主要面向数据库的变更，是一种用于捕获数据库中数据变更的技术。Flink CDC本质是一组数据源连接器，使用更改数据捕获(CDC)从不同的数据库中摄取更改。Apache Flink®的CDC连接器集成了Debezium作为捕获数据更改的引擎，所以它可以充分利用Debezium的能力。

IDEA上运行Flink任务

程序员欣宸的博客

04-11

1万+

将最简单的flink任务在IDEA上开发和运行，为后面的深入学习和实践打好基础。

【flink番外篇】11、Flink 并行度设置

alanchanchn的专栏

01-10

6万+

系统介绍某一知识点，并辅以具体的示例进行说明。1、Flink 部署系列本部分介绍Flink的部署、配置相关基础内容。2、Flink基础系列本部分介绍Flink 的基础部分，比如术语、架构、编程模型、编程指南、基本的datastream api用法、四大基石等内容。3、Flik Table API和SQL基础系列本部分介绍Flink Table Api和SQL的基本用法，比如Table API和SQL创建库、表用法、查询、窗口函数、catalog等等内容。

【运维监控】Prometheus+grafana监控flink运行情况

alanchanchn的专栏

09-11

3万+

通过flink自带的监控信息暴露出来，然后将数据收集到prometheus中，最后通过grafana的dashboard导入模板进行可视化

Flink从入门到实践（一）：Flink入门、Flink部署

秃了也弱了

02-08

5997

离线：结果是一次性出来的。实时：来一个数据处理一次，数据是带状态的。

Flink 系列文章汇总索引

热门推荐

alanchanchn的专栏

12-08

6万+

某一知识点，并辅以具体的示例进行说明。本专栏的文章编号可能不是顺序的，主要是因为写的时候顺序没统一，但相关的文章又引入了，所以后面就没有调整了，按照写文章的顺序进行编号。但一个专题的顺序号是统一的，不存在编号跳跃情况。

Flink学习笔记03：将项目打包提交到Flink集群上运行（Java版）

howard2005的专栏

03-24

2916

创建项目、打包项目、提交到Flink集群运行

Flink学习笔记04：将项目打包提交到Flink集群上运行（Scala版）

howard2005的专栏

03-26

2049

创建项目、打包项目、提交到Flink集群运行

聊聊Flink：Docker搭建Flink

riemann_的博客

04-28

1945

现在，可以通过Flink Web界面提交和管理Flink作业。首先，将一个Flink作业的JAR文件上传到Flink Web界面。其中，<jobmanager_container_id>是Flink集群中jobmanager容器的ID，/path/to/job.jar是Flink作业的JAR文件路径。jobmanager用于管理Flink作业，taskmanager用于执行Flink作业的任务。注意：上面的提交是旧的方式，笔者这里用的Flink 1.18版本，上面的命令行已经舍弃了。

Flink SQL 窗口表值函数TUMBLE / HOP / CUMULATE / SESSION

hello.reader

12-06

961

从基础TUMBLE到高级HOP/CUMULATE 本文系统介绍Flink的四种窗口TVF函数，通过可视化图示和SQL示例解析其核心原理与使用场景。文章首先通过一张多层重叠窗口图形象展示HOP/CUMULATE窗口的重叠特性，随后详细说明Windowing TVF的统一数据模型，重点分析TUMBLE(固定窗口)、HOP(滑动窗口)和CUMULATE(累积窗口)三种窗口类型。每种窗口都配有完整SQL语法说明和实际应用示例，特别是通过时间轴图示直观呈现窗口重叠现象，帮助读者理解"

Flink SQL 集合运算UNION / INTERSECT / EXCEPT 以及 IN / EXISTS 在流式场景下怎么用？

hello.reader

12-10

546

本文介绍了Flink SQL中的集合运算操作(UNION/INTERSECT/EXCEPT)和存在性判断(IN/EXISTS)在流处理场景下的应用。重点分析了这些操作在流式计算中的状态管理问题：UNION ALL适合流合并但UNION可能导致状态膨胀；INTERSECT/EXCEPT需要维护历史状态；IN/EXISTS会被重写为Join操作。文章建议在流处理中优先使用UNION ALL，为交集差集操作添加时间维度，将IN/EXISTS转化为明确的Join，并合理配置状态TTL来控制资源消耗。最后强调流处理中

Flink SQL 窗口函数从 OVER 到 TopN 的完整套路

hello.reader

12-08

765

Flink SQL 窗口函数（OVER）的5种典型应用模式：1）按时间范围滑动累计（RANGE+时间），用于统计最近时段指标；2）按行数滑动窗口（ROWS），计算最近N条数据均值；3）从头到当前的累积值（UNBOUNDED PRECEDING），如用户生命周期消费；4）排名函数（ROW_NUMBER/RANK/DENSE_RANK），用于TopN和去重；5）基于窗口函数的TopN场景，包括全局和分组TopN。与GROUP BY不同，OVER保持原行数同时添加统计字段，适合明细+统计场景。

Flink SQL 的 LIMIT 子句语义、坑点与实战技巧

最新发布

hello.reader

12-11

686

Flink SQL中的LIMIT子句用于限制SELECT语句返回的行数，通常与ORDER BY配合使用以确保结果确定性。在批处理模式下，LIMIT单独使用时仅截断结果行数，不保证顺序；配合ORDER BY可实现精确的TopN查询。流处理模式下，由于数据无限性，全局LIMIT不现实，需改用窗口函数结合ROW_NUMBER实现局部TopN。性能方面，LIMIT本身开销小，但ORDER BY全量排序成本高。实际应用中，除数据预览外，建议所有LIMIT都搭配ORDER BY使用。

我发现Flink事件时间窗口对齐，解决实时巡检数据延迟救场！

Mxsoft619的博客

12-07

622

上周三凌晨3点，我蹲在±800kV换流站的铁塔下啃泡面时，突然收到一条推送："刀闸接触不良，建议立即检修"。虽然偶尔会被Agent的"过度关心"烦到（每天提醒我该喝水上厕所），但比起以前在特高压线路下数电线杆的日子，现在这种"被AI管着"的感觉还挺不错。但说真的，我更关心明年冬天能不能实现"智能供暖"——现在办公室暖气坏了，总要等物业大叔来修，而他老人家总说"等太阳晒进来了再说"。许继团队那个"三库一体"架构确实高级，但第一次问它"变电站绕组温度高怎么办"时，它居然调取了1998年的检修手册。

Flink SQL Join 从 Regular Join 到 Temporal Join 的实战

hello.reader

12-08

907

Lookup Join 基本可以视为“处理时间时态 Join + 外部维表 Connector”。对一个不断变化的维度表，在某个给定时间点回放出“当时的版本”，并和事实流 Join。实时行为/订单流 + MySQL/HBase/Redis 中的维度表，做字段补全。“订单和支付/发货根据时间做关联，只允许在一个时间区间内 Join。左表每一行作为参数，调用一次表函数，将返回的多行和这行 Join。订单按下单时刻的汇率换算成 USD，而不是按当前最新汇率。，如果直接按写的顺序算，很有可能中间状态巨大。