前言 JVM可以说是下到应届生，上到高级开发都是面试必考的知识，只是深浅的不同罢了，但是百变不离其中，了解JVM的基本原理与作用，大部分的面试题也能对答如流。为避免阅读疲劳，...
IP属地：北京
-
一、通勤路上搞定 JVM 面试(1) -
三、通勤路上搞定 Java 集合面试前言 从这章开始，我们正式进入Java代码的相关面试，部分较为基础的、带坑的面试题我将放在《漫聊系列》里面，而体系相对较为庞大的内容我将单独分为一个章节放在本系列当中进行讲解...
-
ClickHouse Better Practices前言 经过一个月的调研和快速试错，我们的ClickHouse集群已经正式投入生产环境，在此过程中总结出了部分有用的经验，现记录如下。看官可去粗取精，按照自己项目中的实际情况采...
-
基于ClickHouse的用户行为（路径）分析实践前言 ClickHouse为用户提供了丰富的多参聚合函数（parametric aggregate function）和基于数组+Lambda表达式的高阶函数（higher-...
-
Flink 1.10之改进的TaskManager内存模型与配置前言 Flink社区在FLIP-49提出了新版统一的TaskManager内存模型及配置，这也是Flink 1.10版本最主要的改进与优化点之一。根据社区的说法，该propo...
-
探究Flink on YARN模式下TaskManager的内存分配一个问题 我们使用如下的参数提交了Flink on YARN作业（per-job模式）。 该作业启动了10个TaskManager，并正常运行。来到该任务的Web界面，随便打...
-
再谈Flink事件时间、水印和迟到数据处理前言 之前的文章中已经屡次提到过Flink的事件时间（event time）、水印（watermark）、乱序（out-of-order）、迟到数据（late element...
-
基于Kafka+Flink+Redis的电商大屏实时计算案例前言 一年一度的双11又要到了，阿里的双11销量大屏可以说是一道特殊的风景线。实时大屏（real-time dashboard）正在被越来越多的企业采用，用来及时呈现关键的数...
-
维度数据实时关联的实践（w/ Flink、Vert.x & Guava Cache）Data Enrichment 在流式处理作业（特别是实时数仓ETL作业）中，我们的数据流可以视为无界事实表，其中往往缺乏一些维度信息。例如，对于埋点日志流而言，为了减少传输...
