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...

哈哈哈哈哈哈哈哈我是真敢说啊这家山东中厂 先跟我打电话 说感觉我很自信 然后就说不面试了 发了套面试题给我做 然后就问我薪资期望=============================最近面试好多啊 有了一种实习很好找的错觉 二本cpp今年这么香吗

知道我没offer心情不好，还是来逗我开心😂

牛客爱情保安上线！后台回复”37“，可获取小哥哥的联系方式♥ 网络这段缘，牛客帮你牵，base北京的小姐姐们来私🙋‍♀️欢迎牛友们扫描文末二维码，进行投稿交友💖