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...

求各位大佬给点意见，不玻璃心，求拷打😭😭

#聊聊我眼中的AI#大家觉得有道理嘛

base:末9本time line02.07 一面02.10 二面二面面经(实习拷打+学校课程拷打,无八股)职业规划(每次面试都是这个,建议大家也准备一下,就说倾向于就业,无其他事情)最拿手的课程-java -> 简单讲讲学习路线和书籍第二拿手的课程-计算机网络 -> 总体概述和学习路线算法竞赛经历大创项目经历 -> 谈到了异步任务 -> 异步任务一些八股实习经历拷打,每一条都问得很细,职责,如何沟通,哪些没做好无手撕反问:工作时间base地---感觉就是纯聊天,没有很深入某一个点,面试官也没开摄像头,不过语气挺好的等待HR中