帆了个帆的专栏

在我们的规则引擎里，数据主体通常作为关联数据的主键id，所以在数据预处理阶段，我们需要尽可能的将数据主体梳理全，并补充到数据中。这里就需要介绍下”维度数据“模块。

一个用户的行为数据流："A","B","A","C","B","D","C","A","B","B","C","D"，从这段事件流中，用户一共完成两次：ABCD。直接说下实现思路，为了演示方便，这是用系统时间代替时间时间，用户的历史状态保存在内存里，状态的保存方式"0_0_0_0"(ABCD四个事件，初始状态用0表示，后续逐渐替换成实践戳，具体细节看下图)如果有一个实时数据需求：一个用户在指定事件内依次完成了事件A，B，C，D，那就给该用户推送消息。在不使用Flink Cep的情况下，有什么办法呢？....

使用flink on yarn方式提交Flink sql，抛出如下异常org.apache.flink.client.program.ProgramInvocationException: The main method caused an error: Unable to instantiate java compiler at org.apache.flink.client.progr...

flink使用checkpoint方式保存task的状态，当task失败时，可以从之前checkpoint地方恢复状态；如果说整个应用挂了，如何根据之前checkpoint来恢复应用的状态；首先应用挂了的话，它默认会删除之前checkpoint数据，当然我们可以在代码中设置应用退出时保留checkpoint数据CheckpointConfig config = env.getChec...

通常我们在提交一个flink cep任务，流程基本上是：开发，打包，部署；例如我们有一个任务：计算在60秒内，连续两次登陆失败的用户begin("begin").where(_.status=='fail').next("next").where(_.status=="fail").within(Time.seconds(60))然后又来一个任务：计算60秒内，用户登陆失败1次，然后第二...