flink 消费 kafka
0 人感兴趣 · 7 次引用
- 最新
- 推荐
ByteHouse：基于 ClickHouse 的实时计算能力升级
ByteHouse是火山引擎数智平台旗下云原生数据分析平台，为用户带来极速分析体验，能够支撑实时数据分析和海量离线数据分析；便捷的弹性扩缩容能力，极致的分析性能和丰富的企业级特性，助力客户数字化转型。
Flink+ 数据湖 Iceberg 的体验
在使用 Flink 做实时数仓以及数据传输过程中，遇到了一些问题：比如 Kafka 数据丢失，Flink 结合 Hive 的近实时数仓性能等。Iceberg 0.11 的新特性解决了这些业务场景碰到的问题。对比 Kafka 来说，Iceberg 在某些特定场景有自己的优势。
深入了解 kafka 系列 - 消费者
与生产者对应的是消费者，应用程序可以通过KafkaConsumer来订阅主题，并从订阅的主题中拉取消息。不过在使用KafkaConsumer消费消息之前需要先了解消费者和消费组的概念，否则无法理解如何使用KafkaConsumer。
Flink 源码分析之 FlinkConsumer 是如何保证一个 partition 对应一个 thread 的
我们都知道flink 连接kafka时，默认是一个partition对应一个thread，它究竟是怎么实现的呢？以及到我们自己定义 RichParallelSourceFunction 的时候如何借鉴这部分代码呢？
Flink 源码分析之 Flink 是如何 kafka 读取数据的
Flink读取kafka数据
Flink 获取 kafka 中每条消息对应的 topic
实战，Flink获取kafka中每条消息对应的topic
