简介处理函数是Flink底层的函数，工作中通常用来做一些更复杂的业务处理，处理函数分好几种，主要包括基本处理函数，keyed处理函数，window处理函数。Flink提供了8种不同处理函数：ProcessFunction：dataStreamKeyedProcessFunction：用于KeyedStream，keyBy之后的流处理CoProcessFunction：用于connect连接的流ProcessJoinFunction：用于join流操作BroadcastProcessFunction：用于广播KeyedBroadcastProcessFunction：keyBy之后的广播Proc

文章目录前言ExecutionGraph中的主要抽象概念源码核心代码入口源码核心流程：前言在JobGraph构建过程中分析了JobGraph的构建过程，本文分析ExecutionGraph的构建过程。JobManager(JobMaster)根据JobGraph生成ExecutionGraph。ExecutionGraph是JobGraph的并行化版本，是调度层最核心的数据结构。ExecutionGraph中的主要抽象概念1、ExecutionJobVertex：和JobGraph中的JobVertex一一对应。每一个ExecutionJobVertex都有和并发度一样多的ExecutionV

redis可视化工具RedisInsight1、RedisInsight是什么2、下载RedisInsight3、使用RedisInsight4、其他redsi可视化工具1、RedisInsight是什么RedisInsight是一个用于管理和监控Redis数据库的图形用户界面（GUI）工具。它是由RedisLabs开发的，旨在简化开发人员和管理员对Redis实例的管理任务。以下是RedisInsight的一些关键特性：可视化界面：RedisInsight提供了一个直观的用户界面，使用户能够轻松地查看和管理Redis数据。它以图形方式显示key-value对、数据结构等信息，使用户更容易理解和

1.本地搭建1.1.下载Flink    进入Flink官网，点击Downloads    往下滑动就可以看到Flink的所有版本了，看自己需要什么版本点击下载即可。1.2.上传解压    上传至服务器，进行解压tar-zxvfflink-1.17.1-bin-scala_2.12.tgz-C../module/1.3.启动Flink#进入flink安装目录cd/opt/module/flink-1.17.1/#启动flinkbin/start-cluster.sh查看进程jps,正常启动！1.4.查看Webui    启动成功后，访问http://[IP]:8081，可以对集群和任务进行监控

搭建Redis三主三从集群的详细步骤如下：准备环境：确保你有六台服务器或虚拟机，每台服务器上都已经安装了Redis。这些服务器将用于搭建三主三从的Redis集群。确保所有服务器之间的网络连接正常，并且防火墙设置允许Redis通信。安装Redis：在每台服务器上下载并安装Redis。你可以从Redis官网下载最新版本的Redis源码包，并按照官方文档进行编译和安装。安装完成后，确保Redis服务能够正常启动。配置Redis主从复制：在每台服务器上创建Redis配置文件，通常命名为redis.conf。对于每个主节点，编辑其配置文件，设置以下参数：port：指定Redis监听的端口号，确保每个主节

大家好，我是小康，今天我们来聊下Redis的几种架构模式，包括主从复制、哨兵和集群模式。前言：设想一下，你的咖啡馆在城市中太受欢迎，导致每天都人满为患。为了缓解这种压力，你决定在其他地方开设分店，这样顾客就可以在附近的分店享受咖啡，而不必涌向一个地方，这就好比Redis的主从复制，让数据备份并允许多个地方进行读取。但这还不够，因为你需要确保当主要的咖啡馆遇到问题时，例如突然断电，有其他分店能够迅速接手，成为新的主要店铺，继续为顾客提供服务。这就像Redis的哨兵系统，它会自动检测故障并进行转移，确保服务始终在线。最后，随着咖啡馆连锁店的增长，每家店都开始独立运作，甚至可能有自己的特色饮品和优惠

目录一、缓存击穿（热点Key问题）1.1问题描述1.2解决方案及逻辑图  1.2.1互斥锁  1.2.2逻辑过期二、缓存穿透2.1问题描述2.2解决方案逻辑图2.2.1缓存空对象2.2.2布隆过滤器一、缓存击穿（热点Key问题）个人理解：    这里先提前说一下，热点Key问题不考虑缓存穿透了，也就是不考虑命中空缓存了，因为这种一般用于活动秒杀，这些热点Key都是提前存储好的（貌似是这样的，我也不太确定~~）1.1问题描述  经常被查询的一个Key突然失效或者宕机了，导致重建缓存，由于是热点Key，所以有不断的线程来查和重建缓存，导致大量数据到达数据库，这种我们称为缓存击穿。1.2解决方案及逻

一、Flink基本介绍Spark底层是微批处理,Flink底层则是实时流计算流式计算特点:    数据是源源不断产生,两大问题,乱序和延迟Stateful:有状态Flink的三个部分Source:Transactions,logs,iot,clicksTransformation:事件驱动,ETL,批处理Sink:输出HDFS,Kafka Flink的特性支持高吞吐,低延迟,高性能的流处理支持带有事件时间的窗口操作。支持有状态计算的exactly-once语义支持Checkpoint实现容错支持具有Backpressure背压功能的持续流模型支持流处理和批处理在JVM内部实现了内存管理四大基石

flink类加载器原理与隔离Java类加载器解决类冲突基本思想什么是Classpath?Jar包中的类什么时候被加载?哪些行为会触发类的加载?什么是双亲委派机制?如何打破双亲委派机制?Flink类加载隔离的方案Flink是如何避免类泄露的?Flink卸载用户代码中动态加载的类Flink卸载Classloader源码flinkx如何实现类加载隔离Flinkjar的上传时机Yarn的分布式缓存FlinkBlobServer如何快速提交，减少上传jar包类加载隔离遇到的问题分析FlinkJobGraphClasspath的使用遇到的问题和排查方案?本文是转载自袋鼠云公众号的文章不知道大家有没有遇到过

FlinkCDC实践使用FlinkCDC3.0ELT从MySQL流传输到Doris配置环境使用FlinkCDCcli提交作业出现的问题使用FlinkCDC3.0ELT从MySQL流传输到Doris配置环境参考https://ververica.github.io/flink-cdc-connectors/master/content/quickstart/mysql-doris-pipeline-tutorial.html前提：安装JDK环境！！！参考：Centos7下安装java8下载flink安装包从官网https://flink.apache.org/downloads/下载flink安