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...

手敲的初版代码，有什么可改进的地方。各位大佬轻喷

最近看到很多营销号在大肆强调说一定要参加暑期实习啊，非常重要，进大厂门槛说竞争小，知道的人少，参加的人也少，岗位也多，诸如此类✖️但是先辟谣，暑期实习的竞争并不小，有的岗位甚至比秋招还神仙打架大家家里都通网了！参加的人更不少！而且岗位相对秋招少多了，很多部门不会开暑期hc但有秋招hc✨🔹暑期实习只是转正相对容易🔹暑期实习太卷，且已经“变味”了🔹暑期实习部门没hc拿不到转正机会🔹好不容易转正，offer给开白菜价🔹不要all in暑期🔹暑期实习可能只是试错🔹很多实习其实口碑两边分化很重暑期实习值得大家去投递尝试，但希望大家不要被网上消息影响而过度焦虑#暑期实习#互联网大厂