博世中国校园招聘火热进行中

前言失业了，裁员的这波浪潮终究还是没有扛过去，被裁的不是我一个，是整个部门，其实对于这一天早就有预感，因为我们只是给鹅厂做事的一条dog，干的比外包多，福利比集团少，在降本增效的压力下，迟早有一天会毫不犹豫的把我们一脚踢开，只是没想到这么迅速，这么突然，突然到没有任何风声，突然到前两天才有新的项目开始。 当了两年的🐕，为何说早有预感，因为去年降本增效的主题下，我们免费吃饭的权力被剥夺了，很多集团的福利都没有了，而且和同事一起吃饭时讨论到同事主导的项目突然让其他人接手，讨论到组长突然让我们每天开始大量面试外包同学，果然这一切都清晰明了的指明了裁员即将到来。不过幸运的是，公司还是有点儿人性，正常...

如题

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...