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...

boss沟通30+只发了2份简历，大厂实习也不敢投。感觉寒假摆没了引流：#没有实习经历，还有机会进大厂吗# #那些拿到大厂offer的简历长啥样# #简历中的项目经历要怎么写# #你的简历改到第几版了# #你已经投递多少份简历了# #听劝，我这个简历该怎么改？#

select sum(sales_num*goods_price),sum(sales_num*goods_price)/count(distinct user_id) from sales_tb a join goods_tb b on a.goods_id=b.goods_id;