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...

但是呢，这类视频其实更多的是在说你这个现有的东西，如何的去强化包装现有的东西，比如说你做了一个谷粒商城，那么好，我就针对你的现有的项目去聊一下，看看我们能优化那些方向，比如说高性能、高并发、高可用、订单域、库存等等的设计性和非设计性相关的东西。这也是目前我看到的大多数视频总结的核心思想。这也是一个高效优化简历利器。但是说，我们是不是还有一种方式去优化呢？其实这一点，实习过的人其实都是有点感触的。很多业务上其实你说在纯crud上比网上的那些黑马的项目差了什么吗？我认为不见得，站在写代码的角度，其实都是万变不离其宗的，但是为什么很多人去学习了网上免费的课程，学习了网上的项目，在面试的拷打面前，都站...