qq_36448452的博客

背景：在Java和大数据生态圈中，已有不少序列化工具，比如：1、Java自带的序列化工具、Kryo等。2、一些RPC框架也提供序列化功能，比如：（1）最初用于Hadoop的【Apache Avro】（2）Facebook开发的【Apache Thrift】（3）Google开发的【Protobuf】这些工具在速度和压缩比等方面与JSON相比有一定的优势。但是Flink依然选择了重新开发了自己的序列化框架，因为序列化和反序列化将关乎整个流处理框架个方便的性能，对数据类型了解越多，可以更早地完.

flink开发遇到的问题总结问题1：Exception in thread "main" org.apache.flink.table.api.NoMatchingTableFactoryException: Could not find a suitable table factory for 'org.apache.flink.table.factories.TableSinkFactory' in the classpath.org.apache.flink.table.factories.

jps集群启动脚本：jpsall.sh#!/bin/bash for ip in flink01 flink02 flink03do echo "------------------------------[ jps $ip ]-------------------------" ssh root@$ip "source /etc/profile;jps"donezookeeper集群启动脚本：zk.sh#!/bin/bashcase $1 in"start"){

Common【普通】------------------------------------------------------jobmanager.rpc.address: localhostjobmanager.rpc.port: 6123jobmanager.memory.process.size: 1600mtaskmanager.memory.process.size: 1728mtaskmanager.numberOfTaskSlots: 1parallelism.default:

<?xml version="1.0" encoding="UTF-8"?><project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/mav