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...

#实习# 每日一乐，准备开骂

手撕：将一个包含部门信息的列表转换为树形结构事务隔离机制，分别解决什么问题MVCC原理mysql三个日志线程安全怎么理解 怎么解决synchronized lock区别TCP UDP区别三次握手四次挥手MQ怎么用的消息丢失怎么解决的怎么保证消息只消费一次哈希表原理，哈希冲突怎么解决一致性哈希算法是什么负载均衡算法有哪些四层负载均衡和七层负载均衡怎么实现Redis使用场景缓存穿透，击穿，雪崩死锁产生条件