1. 什么是Flink? 官网的定义如下: Apache Flink is a framework and distributed processing engine for stateful computations over unbounded and bounded data streams. Flink has been designed to run in all common cluster environments, perform computations at in-memory speed an…

1. 本地模式   建议环境:Linux: CentOS 6.x版本(笔者用的是macOS Catalina)JDK: 8以上版本(需要配置好JAVA_HOME)(笔者用的是JDK14)   1-1) 从官网下载Flink安装包 笔者使用的是flink-1.10.1-bin-scala_2.12.tgz 解压安装包，拷贝到/usr/local目录下 1-2) 配置bash脚本 编辑bash配置文件: (Mac) vi ~/.bash_profile (CentOS) vi /etc/profile 添加FLINK_…

 Flink 1.7 官方：https://flink.apache.org/   一 简介   Apache Flink is an open source platform for distributed stream and batch data processing. Flink’s core is a streaming dataflow engine that provides data distribution, communication, and fault tolerance for distr…

Apache Flink 1.12.0 正式发布 Apache Flink 社区很荣幸地宣布 Flink 1.12.0 版本正式发布！近 300 位贡献者参与了 Flink 1.12.0 的开发，提交了超过 1000 多个修复或优化。这些修改极大地提高了 Flink 的可用性，并且简化（且统一）了 Flink 的整个 API 栈。其中一些比较重要的修改包括： 在 DataStream API 上添加了高效的批执行模式的支持。这是批处理和流处理实现真正统一的运行时的一个重要里程碑。 实现了基于Kubernetes的高…

环境准备 CentOS：7.0 JDK：1.8 Flink 集群：node-01（Master）、node-02（Slave）、node-03（Slave） 安装与配置 SFTP 上传 Flink 安装包并解压 [[email protected] ~]# tar -zxvf flink-1.9.0-bin-scala_2.11.tgz -C apps/ [[email protected] ~]# rm -rf flink-1.9.0-bin-scala_2.11.tgz 配置运行环境变量 [[email protected] ~]# cd …

通过前面的文章了解到 Driver将用户代码转换成streamGraph再转换成Jobgraph后向Jobmanager端提交 JobManager启动以后会在Dispatcher.java起来RPC方法submitJob(jobGraph),用于接收来自Driver转化得到的JobGraph来启动任务 具体来看jobGraph提交到JobManager的submitJob方法 前面都是一些调用链没有什么好讲的，最后到createJobManager( )方法这里 先看一下1，创建了一个jobmanagerRunn…

本文源码基于flink1.14 平台用户在使用我们的flinkSql时经常会开启minaBatch来优化状态读写 所以从源码的角度具体解读一下miniBatch的原理 先看一下flinksql是如何触发miniBatch的优化的  主要就是这个Calcite的rule了，来具体看一下 在对应的match方法中   会根据miniBatch的类型判断，是否需要添加一个Assigner的节点  这个assigner是干嘛的呢？这个Assinger是一个execNode和窗口的assigner是不一样的，这里主要是为了发…

在用户代码中，我们设置生成水印和事件时间的方法assignTimestampsAndWatermarks（）中这里有个方法的重载 我们传入的对象分为两种 AssignerWithPunctuatedWatermarks（可以理解为每条数据都会产生水印，如果不想产生水印，返回一个null的水印） AssignerWithPeriodicWatermarks（周期性的生成水印） 来看一下源码中是如何实现这两种水印的 二话不说打开org.apache.flink.streaming.runtime.operators.T…

本文源码基于flink1.14 上一篇文章分析了《flink的minibatch微批处理》的源码 乘热打铁分析一下两阶段聚合的源码，因为使用两阶段要先开启minibatch，至于为什么后面会分析到 两阶段聚合的原理，还是简单提一下 如下图，当聚合发生热点的时候，可以在聚合前，先进行一个本地的聚合，先减小数据量，后接正常的数据交换以后聚合，来达到一个解热点的目的， 先来看下两阶段聚合的Calcite优化rule  看下什么情况会匹配上 并且在onmatch方法中会判断开启了minibatch，以及二阶段聚合的时候会调…

前几天在社区群上，有人问了一个问题 既然上游最小水印会决定窗口触发，那如果我上游其中一条流突然没有了数据，我的窗口还会继续触发吗？ 看到这个问题，我蒙了？？？？ 对哈，因为我是选择上游所有流中水印最小的一条作为当前水印时间，那万一最小水印的那条流突然里面没有数据了 那我的最小水印不就一直不往前走了，一直是那个没有数据流的水印了吗，因为它的水印最小，而且一直不会更新了 ？？？？然后窗口再也不触发？？？？ 思考了一下，发现好像也对，当我有一个上游的水印没来的时候，我就等着呗，谁知道他是不是延迟了 但是！！！ 万一他真的…