收到中通感谢信 呜呜

这是之前在处理一个实时流数据上碰到的。 之前背过很多，类似的关于高并发问题的一些官样文章。初读起来，总感觉索然无味。好像和幼儿园里把大象放进冰箱里的故事一样。 在业务中碰到的情况很特别。 同一个用户，会在同一个时间点有多条订单，即使把时间精确到 00:00:00，依然发现无法区分。前辈提醒后，才发现这其实是一种高并发的情况。 在Flink实时流里，通常碰到高并发的情况下，会进行一次打乱操作。在SQL任务中，我忘记进行了这种操作，后来发现其实是有这样的key by 参数。 大约可以这样处理。 在处理的时候，通过key by 的操作，会将并发数据存储同一个kaf...

项目有点烂大街，但是实在找不到其他合适的了。不奢望能进大厂，有个中小厂实习就很满足了，但是现在都是已读不回，是简历真的太差劲了吗，求佬指点#简历中的项目经历要怎么写# #实习#

真没东西写啊啊啊啊啊

select case when age is null or age < 25 then '25岁以下' else '25岁及以上' end as age_cut, count(device_id) number from user_profile group by age_cut