最佳实践｜如何写出简单高效的 Flink SQL？
摘要：本文整理自阿里巴巴高级技术专家、Apache Flink PMC 贺小令，在Flink Forward Asia 2022 生产实践专场的分享。本篇内容主要分为三个部分： Flink SQL Insight Best Practices Future Works 一、Flink SQL Ins
字节跳动 Flink 状态查询实践与优化
摘要：本文整理自字节跳动基础架构工程师，Apache Flink Contributor 马越在 Flink Forward Asia 2021 平台建设专场的演讲。主要内容包括： 背景 State Processor API 介绍 StateMeta Snapshot 机制 State as Da
美团 Flink 大作业部署与状态稳定性优化实践
摘要：本篇内容整理自美团数据平台工程师冯斐、王非凡在 Flink Forward Asia 2021 的演讲。主要内容包括： 相关背景 大作业部署优化 Checkpoint 跨机房副本 状态稳定性相关优化 未来规划 https://segmentfault.com/a/119000004145354
Flink生产环境TOP难题与优化
如何规划生产中的集群大小？ 第一步是仔细考虑应用程序的运维指标，以达到所需资源的基线。需要考虑的关键指标是： 每秒记录数和每条记录的大小 已有的不同键（key）的数量和每个键对应的状态大小 状态更新的次数和状态后端的访问模式 最后，一个更实际的问题是与客户之间围绕停机时间、延迟和最大吞吐量的服务级别
生产上的坑才是真的坑 | 盘一盘Flink那些经典线上问题
数据倾斜导致子任务积压 业务背景 一个流程中，有两个重要子任务：一是数据迁移，将kafka实时数据落Es，二是将kafka数据做窗口聚合落hbase，两个子任务接的是同一个Topic GroupId。上游 Topic 的 tps 高峰达到5-6w。 问题描述 给 24个 TaskManager(CP