问题一：Flink实时数仓是如何构建的？
Flink实时数仓是如何构建的？目前使用Flink CDC 构建实时ODS层，但是DWD和DWS是如何构建的？除了依赖于OLAP 引擎的View，还有哪些方式啊 ？
参考答案：
关于本问题的更多回答可点击进行查看：
https://developer.aliyun.com/ask/649389
问题二：flink啥时候考虑下 支持脚本方式提交任务？
flink啥时候考虑下 支持脚本方式提交任务？
参考答案：
后边有selectdb connector做sync，MySQL CDC做source。
关于本问题的更多回答可点击进行查看：
https://developer.aliyun.com/ask/660421
问题三：Flink如何在ALTER操作我们这边能正常修改目标表结构？
目前我们这边是使用flink DataStreamAPI读取kafka的数据，其中投递到kafka的数据是分库分表过来的，目前我们已经实现了 INSERT、DELETE、UPDATE的操作，现在的问题是，Flink如何在ALTER操作我们这边能正常修改目标表结构，并且 还未消费完的kafka 历史数据还能正常同步？
参考答案：
只要是一对多的关系，修改表结构，必须要修改完所有涉及的表，要不然就会出现数据类型或字段不一致的错误
关于本问题的更多回答可点击进行查看：
https://developer.aliyun.com/ask/632207
问题四：Flink如果需要对历史跨多天的数据进行汇总，状态是否必须要一直保留？
Flink如果需要对历史跨多天的数据进行汇总，状态是否必须要一直保留？
参考答案：
是要保留的
关于本问题的更多回答可点击进行查看：
https://developer.aliyun.com/ask/620512
问题五：Flink如果想从checkpoint启动支持吗？
Flink如果想从checkpoint启动支持吗？ 
参考答案：
Flink支持从checkpoint启动。
Flink的Checkpoint机制是为了在任务失败时能够恢复任务的状态，确保数据的正确处理。Checkpoint可以存储在JobManager的内存中，也可以配置存储在文件系统或数据库中，具体取决于状态后端的配置。Flink支持从checkpoint恢复任务状态，这意味着如果任务因为某种原因中断，可以从中断点继续执行，而不是从头开始。此外，Flink还支持从Savepoint恢复，Savepoint是Checkpoint的一个特殊形式，它提供了更细粒度的恢复选项，允许用户指定一个具体的恢复点。
在Flink中，可以通过配置参数来启用和配置Checkpoint和Savepoint的使用。例如，可以通过设置env.enableCheckpointing()来启用Checkpoint，并通过设置CheckpointingMode.EXACTLY_ONCE来确保数据的一致性。对于Savepoint，可以在任务取消时自动创建，或者在需要时手动创建，并通过指定savepointDir来设置Savepoint的存储位置。在任务重启时，可以通过设置resumeFromSavepoint为true来从Savepoint恢复任务。
此外，Flink CDC（Change Data Capture）也支持从指定的checkpoint启动数据同步任务，这进一步扩展了Flink在处理实时数据变化时的恢复能力。通过设置参数如--fromSavepoint或--fromSpecificSavepoint，可以指定从最近的checkpoint或特定的Savepoint恢复任务。
总的来说，Flink提供了灵活的机制来支持从checkpoint或Savepoint恢复任务，确保了任务的高可用性和数据的可靠性
关于本问题的更多回答可点击进行查看：
