# 实时计算 Flink版 #
1
关注
33666内容
使用Blink SQL+UDAF实现差值聚合计算
本案例根据某电网公司的真实业务需求，通过Blink SQL+UDAF实现实时流上的差值聚合计算，通过本案例，让读者熟悉UDAF编写，并理解UDAF中的方法调用关系和顺序。
祝贺！两位 Apache Flink PMC 喜提 Apache Member
目前，国内（华人）近 30 位 Apache Member 中，有 3 位是 Apache Flink 的核心贡献者。他们热爱开源也为开源贡献，不仅积极参与社区与其他 PMC 成员共同规划、主导 Apache Flink 的发展，更活跃在多个开源项目，持续为开源社区做贡献。
|
如何基于Dataphin做到开发测试一站式搞定？
最近在Quora上的一次讨论，程序员分享了他们认为工作中最大的困难。其中排名第二的是：“写测试任务描述“。小姐姐很疑惑了，最难的难道不是写代码吗？写测试有什么难的呢？
数据研发也好，软件开发也好，其实大型任务通常是很复杂的，包含了成千上万行代码，其中数不清的交互接口、路径和逻辑；而要把每一个细节都检查确定结果无误后再提交代码其实是一件很困难的事情。
|
Flink Exactly-Once 投递实现浅析
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？
随着近来越来越多的业务迁移到 Flink 上，对 Flink 作业的准确性要求也随之进一步提高，其中最为关键的是如何在不同业务场景下保证 exactly-once 的投递语义。
都在说实时数据架构，你了解多少？
本文从上述现状及实时数据需求出发，结合工业界案例、笔者的实时数据开发经验， 梳理总结了实时数据体系建设的总体方案。
|
实时计算 Flink> 产品简介——公告
公告标题：版本发布
公告时间
2018-05-29 16:00:00
公告内容
实时计算 Flink为了给用户带来更好的开发交互体验,将于明日19:00上线新版本。
更新内容如下。
总览
New Feature
Job overview 页面增加SQL物理执行计划展示。
免费试用