<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[idealspark的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/idealspark</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; idealspark]]></copyright><item><title><![CDATA[Flink 实时计算中如何验证数据]]></title><link>https://blog.youkuaiyun.com/idealspark/article/details/120495640</link><guid>https://blog.youkuaiyun.com/idealspark/article/details/120495640</guid><author>idealspark</author><pubDate>Sun, 26 Sep 2021 21:07:36 +0800</pubDate><description><![CDATA[在实时计算开发的过程中，如何保证数据的正确性是一个比较棘手的问题。保证数据正确性的第一步就是对数据进行验证，在这篇文章中我将介绍几种常见的数据验证方式。大致的思路就是将 Flink 写入的结果数据 和 明细数据或离线数据进行比对。在这里我们统一把数据导入到 Hive 中。以&nbsp;Flink 实时计算中的数据漂移&nbsp;的代码为例，讲解整个比对流程，实时计算的代码如下：-- source 表
create table order_pay_binlog_source
(
    order_no   ]]></description><category></category></item><item><title><![CDATA[一个优化让 Kafka 的 TCP 连接减少了好几万]]></title><link>https://blog.youkuaiyun.com/idealspark/article/details/120478966</link><guid>https://blog.youkuaiyun.com/idealspark/article/details/120478966</guid><author>idealspark</author><pubDate>Sat, 25 Sep 2021 22:38:31 +0800</pubDate><description><![CDATA[&nbsp; &nbsp; &nbsp; 最近同时发现 Kafka Broker 的 TCP 连接比较多，单台 broker 已经达到了10K+，认为太多的 TCP 连接会给 Broker 带来压力，要求平台开发进行解决。在进行简单的排查后发现有一类任务会启动很多 worker, 每个worker会启动一个 Kafka Prouder ,向某个topic 上报数据，基本情况如下：worker 有 3000+producer 发送总的 qps 300+单条消息大小&nbsp; 100Ktopic 有 16 个]]></description><category></category></item></channel></rss>