分类： Flink

Flink的流式处理和批处理主要有以下不同: 数据源不同。流式处理读取实时持续产生的数据流,批处理读取静态已完… 继续阅读 Flink的流式处理和批处理有什么不同？

Flink的数据处理流程主要分为以下几个步骤: Source – 读取数据源。这可以是文件、Kaf… 继续阅读 Flink的数据处理流程是怎样的？

Flink 提供两种主要的处理语义: At-least-once:至少一次,保证每个记录至少被处理一次,可能会… 继续阅读 Flink的处理语义是什么？

Flink 中的状态(State)用于在计算过程中存储和查询数据。状态允许流式程序隐含地保存数据,并在之后的操… 继续阅读 Flink中的状态(State)是什么，有哪些类型？

Flink 中的窗口用于切割无界的数据流成有界的块,以便进行计算。窗口主要有以下几种类型: 滑动窗口(Slid… 继续阅读 Flink中的窗口是什么，有哪些类型？

Flink 中的数据源用于从外部系统读取数据进入 Flink,数据接收器用于将 Flink 的计算结果输出到外… 继续阅读 Flink中如何实现数据源和数据接收器？

Flink 有两种主要的任务调度器: 单线程调度器(single threaded scheduler):在同… 继续阅读 Flink的任务调度器是什么？

Flink 中的数据流(DataStream)和数据集(DataSet)的主要区别在于: 数据类型: Data… 继续阅读 Flink中的数据流(DataStream)和数据集(DataSet)有什么区别？

Flink 的核心概念主要包括: 流(Stream):由数据集合组成的数据序列,支持根据时间或位置排序。 En… 继续阅读 Flink的核心概念是什么？

Flink 与 Hadoop 和 Spark 的主要不同点在于: 数据处理方式: Flink 流式计算,基于数… 继续阅读 Flink与Hadoop和Spark有何不同？

Apache Flink 是一个开源的分布式大数据计算框架。主要用于高吞吐量、低延迟的数据处理应用,如: 流式… 继续阅读 什么是Apache Flink？