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...

如题，26双非，飞书测开干了5个月还是想试试开发，求牛友们意见

select id,max(co) from (select id,date_sub(time,INTERVAL cum day) as base_time ,count(*) as co #计数 from (select *,row_number() over(PARTITION by id order by time) as cum #按照用户id进行分组,按照登录日期dt进行排序 from (select DISTINCT id,date(date) as time from tb order by id #用户登录日期dt去重 )a )b grou...