<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[alanchanchn的专栏]]></title><description><![CDATA[对相关技术进行系统化介绍，并辅以实际可运行demo，让读者能轻松实现所思所见所得，降低学习新技术门槛。]]></description><link>https://blog.youkuaiyun.com/chenwewi520feng</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; chenwewi520feng]]></copyright><item><title><![CDATA[Flink原理与实战（java版）#第11章Flink的应用（整章）]]></title><link>https://blog.youkuaiyun.com/chenwewi520feng/article/details/154652021</link><guid>https://blog.youkuaiyun.com/chenwewi520feng/article/details/154652021</guid><author>chenwewi520feng</author><pubDate>Mon, 05 Jan 2026 10:15:00 +0800</pubDate><description><![CDATA[分别介绍了Flink的CDC及与Flink集成、通过Flink CDC将MySQL数据实时同步到Elasticsearch和Table API & SQL的外部连接器Hive的应用。]]></description><category></category></item><item><title><![CDATA[Flink原理与实战（java版）#第11章Flink的应用（第三节Table & SQL 连接器之Hive（九））]]></title><link>https://blog.youkuaiyun.com/chenwewi520feng/article/details/155352488</link><guid>https://blog.youkuaiyun.com/chenwewi520feng/article/details/155352488</guid><author>chenwewi520feng</author><pubDate>Sun, 04 Jan 2026 14:30:00 +0800</pubDate><description><![CDATA[介绍Hive作为Table API和SQL的外部连接器使用，并且结合实际应用中会使用kafka作为数据源进行介绍。]]></description><category></category></item><item><title><![CDATA[Flink原理与实战（java版）#第11章Flink的应用（第三节Table & SQL 连接器之Hive（八））]]></title><link>https://blog.youkuaiyun.com/chenwewi520feng/article/details/155352818</link><guid>https://blog.youkuaiyun.com/chenwewi520feng/article/details/155352818</guid><author>chenwewi520feng</author><pubDate>Sun, 04 Jan 2026 10:15:00 +0800</pubDate><description><![CDATA[介绍Hive作为Table API和SQL的外部连接器使用，并且结合实际应用中会使用kafka作为数据源进行介绍。]]></description><category></category></item><item><title><![CDATA[Flink原理与实战（java版）#第11章Flink的应用（第三节Table & SQL 连接器之Hive（七））]]></title><link>https://blog.youkuaiyun.com/chenwewi520feng/article/details/155352793</link><guid>https://blog.youkuaiyun.com/chenwewi520feng/article/details/155352793</guid><author>chenwewi520feng</author><pubDate>Wed, 31 Dec 2025 14:45:00 +0800</pubDate><description><![CDATA[介绍Hive作为Table API和SQL的外部连接器使用，并且结合实际应用中会使用kafka作为数据源进行介绍。]]></description><category></category></item><item><title><![CDATA[Flink原理与实战（java版）#第11章Flink的应用（第三节Table & SQL 连接器之Hive（六））]]></title><link>https://blog.youkuaiyun.com/chenwewi520feng/article/details/155352465</link><guid>https://blog.youkuaiyun.com/chenwewi520feng/article/details/155352465</guid><author>chenwewi520feng</author><pubDate>Wed, 31 Dec 2025 10:15:00 +0800</pubDate><description><![CDATA[介绍Hive作为Table API和SQL的外部连接器使用，并且结合实际应用中会使用kafka作为数据源进行介绍。]]></description><category></category></item><item><title><![CDATA[Flink原理与实战（java版）#第11章Flink的应用（第三节Table & SQL 连接器之Hive（五））]]></title><link>https://blog.youkuaiyun.com/chenwewi520feng/article/details/155352740</link><guid>https://blog.youkuaiyun.com/chenwewi520feng/article/details/155352740</guid><author>chenwewi520feng</author><pubDate>Tue, 30 Dec 2025 14:45:00 +0800</pubDate><description><![CDATA[介绍Hive作为Table API和SQL的外部连接器使用，并且结合实际应用中会使用kafka作为数据源进行介绍。]]></description><category></category></item><item><title><![CDATA[Flink原理与实战（java版）#第11章Flink的应用（第三节Table & SQL 连接器之Hive（四））]]></title><link>https://blog.youkuaiyun.com/chenwewi520feng/article/details/155352694</link><guid>https://blog.youkuaiyun.com/chenwewi520feng/article/details/155352694</guid><author>chenwewi520feng</author><pubDate>Tue, 30 Dec 2025 10:15:00 +0800</pubDate><description><![CDATA[介绍Hive作为Table API和SQL的外部连接器使用，并且结合实际应用中会使用kafka作为数据源进行介绍。]]></description><category></category></item><item><title><![CDATA[Flink原理与实战（java版）#第11章Flink的应用（第三节Table & SQL 连接器之Hive（三））]]></title><link>https://blog.youkuaiyun.com/chenwewi520feng/article/details/155352673</link><guid>https://blog.youkuaiyun.com/chenwewi520feng/article/details/155352673</guid><author>chenwewi520feng</author><pubDate>Mon, 29 Dec 2025 14:00:00 +0800</pubDate><description><![CDATA[介绍Hive作为Table API和SQL的外部连接器使用，并且结合实际应用中会使用kafka作为数据源进行介绍。]]></description><category></category></item><item><title><![CDATA[Flink原理与实战（java版）#第11章Flink的应用（第三节Table & SQL 连接器之Hive（二））]]></title><link>https://blog.youkuaiyun.com/chenwewi520feng/article/details/155352435</link><guid>https://blog.youkuaiyun.com/chenwewi520feng/article/details/155352435</guid><author>chenwewi520feng</author><pubDate>Mon, 29 Dec 2025 10:15:00 +0800</pubDate><description><![CDATA[介绍Hive作为Table API和SQL的外部连接器使用，并且结合实际应用中会使用kafka作为数据源进行介绍。]]></description><category></category></item><item><title><![CDATA[Flink原理与实战（java版）#第11章Flink的应用（第三节Table & SQL 连接器之Hive（一））]]></title><link>https://blog.youkuaiyun.com/chenwewi520feng/article/details/155352410</link><guid>https://blog.youkuaiyun.com/chenwewi520feng/article/details/155352410</guid><author>chenwewi520feng</author><pubDate>Fri, 26 Dec 2025 15:30:00 +0800</pubDate><description><![CDATA[介绍Hive作为Table API和SQL的外部连接器使用，并且结合实际应用中会使用kafka作为数据源进行介绍。]]></description><category></category></item><item><title><![CDATA[Flink原理与实战（java版）#第11章Flink的应用（第二节通过Flink CDC将MySQL的user表数据同步至Elasticsearch表（二））]]></title><link>https://blog.youkuaiyun.com/chenwewi520feng/article/details/155352367</link><guid>https://blog.youkuaiyun.com/chenwewi520feng/article/details/155352367</guid><author>chenwewi520feng</author><pubDate>Fri, 26 Dec 2025 13:30:00 +0800</pubDate><description><![CDATA[介绍了通过Flink CDC 实现将MySQL的数据实时同步到Elasticsearch中，然后进行验证数据库的添加、删除和修改相关功能，实际应用过程中如果有计算则可在将数据同步至Elasticsearch前实现。]]></description><category></category></item><item><title><![CDATA[Flink原理与实战（java版）#第11章Flink的应用（第二节通过Flink CDC将MySQL的user表数据同步至Elasticsearch表（一））]]></title><link>https://blog.youkuaiyun.com/chenwewi520feng/article/details/155352349</link><guid>https://blog.youkuaiyun.com/chenwewi520feng/article/details/155352349</guid><author>chenwewi520feng</author><pubDate>Fri, 26 Dec 2025 10:15:00 +0800</pubDate><description><![CDATA[介绍了通过Flink CDC 实现将MySQL的数据实时同步到Elasticsearch中，然后进行验证数据库的添加、删除和修改相关功能，实际应用过程中如果有计算则可在将数据同步至Elasticsearch前实现。]]></description><category></category></item><item><title><![CDATA[Flink原理与实战（java版）#第11章Flink的应用（第一节Flink的CDC）]]></title><link>https://blog.youkuaiyun.com/chenwewi520feng/article/details/155352323</link><guid>https://blog.youkuaiyun.com/chenwewi520feng/article/details/155352323</guid><author>chenwewi520feng</author><pubDate>Thu, 25 Dec 2025 15:30:00 +0800</pubDate><description><![CDATA[介绍了Flink 的CDC架构、与Flink的版本关系、特性和分别集成Flink SQL Cli和DataStream API，并分别通过例子介绍了如何集成。实际上Flink CDC的工具也有很多，比如maxwell、Debezium、canal、ogg等，支持的数据库也有很多，比如常见的MySQL、Oracle、PostgreSQL等。]]></description><category></category></item><item><title><![CDATA[Flink原理与实战（java版）#第10章 Flink的 CEP（整章）]]></title><link>https://blog.youkuaiyun.com/chenwewi520feng/article/details/154651752</link><guid>https://blog.youkuaiyun.com/chenwewi520feng/article/details/154651752</guid><author>chenwewi520feng</author><pubDate>Thu, 25 Dec 2025 13:30:00 +0800</pubDate><description><![CDATA[介绍了Flink的一个应用分支，即复杂时间匹配（CEP），其是作为一个类库的形式提供的。实现CEP分为三步，即定义模式、将模式映射到流上，然后从流中选取数据即可 ，一般也叫编程模型。模式可以分为单个模式、组合模式和模式组，同时还可以针对模式定义其跳过策略。将模式映射到流上比较简单，就是将定义的模式和需要检测的流进行关联。选取流则是流上的数据和模式匹配的结果，同时，也可以根据时间属性处理延迟或超时的数据。同时也介绍了CEP的时间、可选参数以及版本迁移，最后以三个可能有一定实际应用场景的示例作为结尾。]]></description><category></category></item><item><title><![CDATA[Flink原理与实战（java版）#第10章 Flink的 CEP（第四节CEP库中的时间和第五节本章小结）]]></title><link>https://blog.youkuaiyun.com/chenwewi520feng/article/details/155351822</link><guid>https://blog.youkuaiyun.com/chenwewi520feng/article/details/155351822</guid><author>chenwewi520feng</author><pubDate>Thu, 25 Dec 2025 10:15:00 +0800</pubDate><description><![CDATA[简单的介绍了CEP库的时间处理和可选的参数有哪些以及旧版本如何升级。]]></description><category></category></item><item><title><![CDATA[Flink原理与实战（java版）#第10章 Flink的 CEP（第三节检测模式（二））]]></title><link>https://blog.youkuaiyun.com/chenwewi520feng/article/details/155351951</link><guid>https://blog.youkuaiyun.com/chenwewi520feng/article/details/155351951</guid><author>chenwewi520feng</author><pubDate>Wed, 24 Dec 2025 14:45:00 +0800</pubDate><description><![CDATA[介绍了检测模式，就是将定义好的模式映射到流上以及从映射后的流上提取数据结果。匹配事件的选择提取不管是PatternSelectFunction还是PatternFlatSelectFunction都可以用，但官方推荐的提取方式是PattrnProcessFunction，因为其在提取的时候还可以通过processMatch()结合上下文进行数据处理。在该节也介绍了针对流上的超时数据如何处理，和其他的流处理方式一样，也就是通过PatternProcessFunction或PatternTimeoutFunct]]></description><category></category></item><item><title><![CDATA[Flink原理与实战（java版）#第10章 Flink的 CEP（第三节检测模式（一））]]></title><link>https://blog.youkuaiyun.com/chenwewi520feng/article/details/155351797</link><guid>https://blog.youkuaiyun.com/chenwewi520feng/article/details/155351797</guid><author>chenwewi520feng</author><pubDate>Wed, 24 Dec 2025 10:15:00 +0800</pubDate><description><![CDATA[介绍了检测模式，就是将定义好的模式映射到流上以及从映射后的流上提取数据结果。匹配事件的选择提取不管是PatternSelectFunction还是PatternFlatSelectFunction都可以用，但官方推荐的提取方式是PattrnProcessFunction，因为其在提取的时候还可以通过processMatch()结合上下文进行数据处理。在该节也介绍了针对流上的超时数据如何处理，和其他的流处理方式一样，也就是通过PatternProcessFunction或PatternTimeoutFunct]]></description><category></category></item><item><title><![CDATA[Flink原理与实战（java版）#第10章 Flink的 CEP（第二节模式API（三））]]></title><link>https://blog.youkuaiyun.com/chenwewi520feng/article/details/155351907</link><guid>https://blog.youkuaiyun.com/chenwewi520feng/article/details/155351907</guid><author>chenwewi520feng</author><pubDate>Tue, 23 Dec 2025 14:45:00 +0800</pubDate><description><![CDATA[针对CEP的模式API进行了详细介绍，并针对每个模式API都给出了具体的应用示例。一般而言，单个模式或组合模式与跳过策略一起使用能满足很多常见的场景，模式组只有在一些比较特殊的场景中使用较多。]]></description><category></category></item><item><title><![CDATA[Flink原理与实战（java版）#第10章 Flink的 CEP（第二节模式API（二））]]></title><link>https://blog.youkuaiyun.com/chenwewi520feng/article/details/155351882</link><guid>https://blog.youkuaiyun.com/chenwewi520feng/article/details/155351882</guid><author>chenwewi520feng</author><pubDate>Tue, 23 Dec 2025 10:15:00 +0800</pubDate><description><![CDATA[针对CEP的模式API进行了详细介绍，并针对每个模式API都给出了具体的应用示例。一般而言，单个模式或组合模式与跳过策略一起使用能满足很多常见的场景，模式组只有在一些比较特殊的场景中使用较多。]]></description><category></category></item><item><title><![CDATA[Flink原理与实战（java版）#第10章 Flink的 CEP（第一节Flink CEP介绍和第二节模式API（一））]]></title><link>https://blog.youkuaiyun.com/chenwewi520feng/article/details/155351866</link><guid>https://blog.youkuaiyun.com/chenwewi520feng/article/details/155351866</guid><author>chenwewi520feng</author><pubDate>Mon, 22 Dec 2025 14:45:00 +0800</pubDate><description><![CDATA[通过入门示例让读者感受一下CEP，接下来就介绍了其编程模型。]]></description><category></category></item></channel></rss>