# 实时计算 Flink版 #
1
关注
33497内容
|
Flink流处理之迭代API分析
IterativeStream
Flink在DataStream中也是通过一个特定的可迭代的流（IterativeStream）来构建相关的迭代处理逻辑，这一点跟DataSet提供的可迭代的数据集（IterativeDataSet）的是类似的。
SQL 开发任务超 50% ！滴滴实时计算的演进与优化
Apache Flink 是一个分布式大数据处理引擎，可对有限数据流和无限数据流进行有状态计算。可部署在各种集群环境，对各种大小的数据规模进行快速计算。滴滴基于 Apache Flink 做了大量的优化，也增加了更多的功能，比如扩展 DDL、内置消息格式解析、扩展 UDX 等，使得 Flink 能够在滴滴的业务场景中发挥更大的作用。
|
Flink运行时之客户端提交作业图-下
submitJob方法分析
JobClientActor通过向JobManager的Actor发送SubmitJob消息来提交Job，JobManager接收到消息对象之后，构建一个JobInfo对象以封装Job的基本信息，然后将这两个对象传递给submitJob方法：
case SubmitJo.
|
实时计算Flink > 产品定价——自动续费
本页目录
自动续费自动续费
为了方便您的使用实时计算 Flink，实时计算共享模式推出了自动续费的功能。通过以下步骤，您可以为集群开启，关闭或者修改自动续费的功能。
进入阿里云控制台。选择续费。进入续费管理，选择流计算。
|
带你读《Flink原理、实战与性能优化》之一：Apache Flink介绍
这是一部以实战为导向，能指导读者零基础掌握Flink并快速完成进阶的著作，从功能、原理、实战和调优等4个维度循序渐进地讲解了如何利用Flink进行分布式流式应用开发。作者是该领域的资深专家，现就职于第四范式，曾就职于明略数据。
|
使用Flink实现索引数据到Elasticsearch
5万人关注的大数据成神之路，不来了解一下吗？
5万人关注的大数据成神之路，真的不来了解一下吗？
5万人关注的大数据成神之路，确定真的不来了解一下吗？
欢迎您关注《大数据成神之路》
使用Flink处理数据时，可以基于Flink提供的批式处理（Batch Processing）和流式处理（Streaming Processing）API来实现，分别能够满足不同场景下应用数据的处理。
|
6、Windows驱动开发技术详解笔记(2) 基本语法回顾
1、字符串
Unicode 字符串有一个结构体定义如下：
typedef struct _UNICODE_STRING {
USHORT Length; // 字符串的长度（字节数）
USHORT MaximumLength; // 字符串缓冲区的长度（字节数）
PWSTR Buffer; // 字符串缓冲区
} UNICODE_STRING, *PUNICODE_STRING;
需要注意的是，当我们定义了一个UNICODE_STRING 变量之后，它的Buffer 域还没有分配空间，因此我们不能直接赋值，好的做法是使用微软提供的Rtl 系列函数。
|
Apache Flink中的广播状态实用指南
自版本1.5.0以来，ApacheFlink提供了一种新的状态类型，称为广播状态（Broadcast State）。在本文中，我们会解释什么是广播状态，并通过一个例子，演示如何将其应用于一个用来评估基于事件流的动态模式的应用程序。
25 亿条/秒消息处理！Flink 又双叒叕被 Apache 官方提名
3 月 26 日，Apache 官方博客宣布其成立 21 周年，博客中对 Apache 之道、Apache 大型项目的应用以及 Apache 基金会里程碑事件进行了盘点。其中 Apache Flink 在 2019 年阿里巴巴双 11 场景中突破实时计算消息处理峰值达到 25 亿条/秒的记录被 Apache 官方博客收录。
免费试用