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...

🤡 断档太久是我无法胜任这份工作的理由吗 #考研失败就一定是坏事吗？##hr##找工作#

时隔半月才回，也是硬气上了

1、请先做一个简单的自我介绍。2、分享一个能展现你沟通能力的实际例子。3、面对重复性工作，你会采取怎样的态度和方法？4、要是遇到不配合的部门，你打算如何处理？5、在数据核对时，你怎样进行检查？有没有反复修改的情况？6、抽凭过程中遭遇过什么问题？你是如何解决的？7、谈谈你对财务数字化转型的看法。8、实习经历里，你碰到的最大困难是什么？9、你对财务风险防控有什么了解？10、反问环节