新一代大数据计算引擎 Flink从入门到实战

随着云计算和大数据的快速发展，在企业中需要处理和分析的数据量越来越大，随着Flink社区的快速发展，很多公司采用以Flink为核心技术栈来打造统一的大数据处理平台 ，Flink正变得越来越火，此时学习，正当其时。课程中从核心知识的多语言（Java-Scala）讲解到部署实战，循序渐进，助力系统入门Flink企业级应用
适合人群
大数据领域从业者或想转型大数据开发的工程师
符合技术储备要求即可学习

技术储备要求
了解Linux基础操作，
熟悉Java SE或Scala的基本使用，如果对Scala完全不了解，可以参考
学习《学习Scala 进击大数据Spark生态圈》
函數操作
對條件字段做函數操作走不了索引。

select * from t1 where date? =‘2019-05-21’;
優化：改成範圍查询

select * from t1 where c>=‘2019-05-21 00:00:00’ and c<=‘2019-05-21 23:59:59’;
隱式轉換
操作符與不同類型的操作對象一同運用時，就會發作類型轉換以使操作兼容。

select user_name,tele_phone from user_info where tele_phone =11111111111; / tele_phone varchar /
實践會做函數操作：

select user_name,tele_phone from user_info where cast(tele_phone as singed int) =11111111111;
優化：類型統一

select user_name,tele_phone from user_info where tele_phone =‘11111111111’;
含糊查询
通配符在前面

select * from t1 where a like ‘%1111%’;
優化:含糊查询必需包含條件字段前面的值

select * from t1 where a like ‘1111%’;
範圍查询
範圍查询數據量太多，需求回表，因而不走索引。

select * from t1 where b>=1 and b <=2000;
優化：降低單次查询範圍，分屢次查询。（實践可能速度沒得快太多,倡議走索引）

select from t1 where b>=1 and b <=1000;
show profiles;
±---------±-----------±-----------------------------------------+
| Query_ID | Duration | Query |
±---------±-----------±-----------------------------------------+
| 1 | 0.00534775 | select from t1 where b>=1 and b <=1000 |
| 2 | 0.00605625 | select * from t1 where b>=1 and b <=2000 |
±---------±-----------±-----------------------------------------+
2 rows in set, 1 warning (0.00 sec)
計算操作
即便是简單的計算

新一代大数据计算引擎 Flink从入门到实战

原文：https://blog.51cto.com/15134648/2664547