HelloWorld 开发者社区

科技资讯

全部资讯

开源项目

全部项目

推荐好文

大数据培训Flink中常见问题定位

一、问题分析概览流计算作业通常运行时间长,数据吞吐量大,且对时延较为敏感。但实际运行中,Flink作业可能因为各种原因出现吞吐量抖动、延迟高、快照失败等突发情况,甚至发生崩溃和重启,影响输出数据的质量,甚至会导致线上业务中断,造成报表断崖、监控断点、数据错乱等严重后果。本文会对Fl

Flink 在米哈游的落地实践

<blockquote<p摘要:本文是来自米哈游大数据部实时计算负责人张剑对于Flink在米哈游应用及实践的分享。本篇内容主要分为四个部分:</p<ol<li背景介绍</li<li实时平台建设</li<li实时数仓和数据湖探索</li<li未来发展与展望</li</ol

Apache Flink 在国有大型银行智能运营场景下的应用

摘要:现代的应用大都以前后端分离的模式开发,在建设银行新一代系统中每笔交易对应三条消息报文:前端的埋点信息,发送的HTTP请求,返回的HTTP响应。建设银行在全球有大量的网点和业务员,每天产生大量的金融业务交易,包含海量的消息报文,其中包含:运营配送,现金配送,信用卡审批等几百种应用场景。而

正在加载更多文章…

加载更多

已加载文章中没有匹配内容,可继续加载更多。