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...

#我的简历长这样#求点评

华为越（n)办（m)越（s)好（l）🌹

Q: redis比数据库快的原因?A: Redis 比传统数据库快，主要是由于数据结构、存储方式、读写模式、网络架构等方面的差异Q: 谈下I/O的多路复用？A：I/O 多路复用是一种技术，它允许一个进程同时监控多个 I/O 流，以确定其中哪些流已经准备好进行读或写操作，从而提高系统的 I/O 处理效率和性能Q: 聊聊 缓存雪崩/缓存击穿？A：缓存雪崩：缓存雪崩是指在缓存系统中，大量缓存数据在同一时间点过期或失效，导致大量原本应该从缓存中获取的数据请求直接落到后端数据库等数据源上，造成数据库负载瞬间过高，甚至可能导致数据库崩溃，进而影响整个系统的正常运行解决方案 分散缓存过期时间使用缓存集群设...