王知无的技术周报(3.25-3.29日)

01

我是如何失去一位女粉丝的

一位女粉丝管我要一张真人照片,问题来了,她要张真人照片做什么用?

02

ApacheFlink深度解析-JOIN-LATERAL

本篇重点向大家介绍了一种新的JOIN类型 - JOIN LATERAL。并向大家介绍了SQL Server中对LATERAL的支持方式,详细分析了JOIN LATERALINNER JOIN的区别与联系,最后切入到Apache Flink中,以UDTF示例说明了Apache Flink中对JOIN LATERAL的支持,后续篇章会介绍Apache Flink中另一种使用LATERAL的场景,就是Temporal JION,Temporal JION也是一种新的JOIN类型。

03

ApacheFlink深度解析-TimeInterval

本篇由实际业务需求场景切入,介绍了相同业务需求既可以利用Unbounded 双流JOIN实现,也可以利用Time Interval JOIN来实现,Time Interval JOIN 性能优于UnBounded的双流JOIN,并且Interval JOIN之后可以进行Window Aggregate算子计算。然后介绍了Interval JOIN的语法,语义和实现原理,最后将订单和付款的完整示例代码分享给大家。期望本篇能够让大家对Apache Flink Time Interval JOIN有一个具体的了解。

04

ApacheFlink深度解析-TemporalTable-JOIN

本篇结合ANSI-SQL标准和SQL Server对Temporal Table的支持来开篇,然后介绍目前Apache Flink对Temporal Table的支持现状,以代码示例和内部处理逻辑示意图的方式让大家直观体验Temporal Table JOIN的语法和语义。

05

ApacheFlink深度解析-State

为了避免上一次计算结果会丢失,在节点恢复的时候,就需要将历史上所有数据(可能十几天,上百天的数据)重新计算一次,Apache Flink 会利用State存储计算结果。本篇为大家介绍了Apache Flink State的相关内容。

06

工作996,生病ICU,今天我们不聊技术

这是一篇来自中国的Developers的呐喊!

原文发布于微信公众号 - 大数据技术与架构(import_bigdata)

原文发表时间:2019-03-30

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

扫码关注云+社区