電商Flink實時數(shù)倉項目

采用Redis進(jìn)行旁路緩存，提高響應(yīng)速度，并使用Flink提供的異步IO進(jìn)行優(yōu)化；

采用ClickHouse實現(xiàn)最終寬表數(shù)據(jù)的存儲，大大提高數(shù)據(jù)查詢效率，并為用戶提供即席查詢、可視化報表展示的多樣可能性；

采用SpringBoot編寫數(shù)據(jù)展示接口對接Sugar實現(xiàn)數(shù)據(jù)可視化大屏展示，熟練掌握數(shù)據(jù)展示接口的編寫流程；

基于企業(yè)級的海量數(shù)據(jù)分析任務(wù)，對CPU配置、內(nèi)存分配、并行度配置、CheckPoint等方面進(jìn)行廣泛的性能調(diào)優(yōu)；

詳細(xì)講解生產(chǎn)環(huán)境中會產(chǎn)生的反壓問題，對反壓原因、反壓定位、反壓處理進(jìn)行詳細(xì)分解；

多角度分析大數(shù)據(jù)分析中常見的數(shù)據(jù)傾斜問題，提供詳盡的問題定位策略和多種解決方案；

詳細(xì)講解生產(chǎn)環(huán)境中常見的故障：非法配置異常、Java 堆空間異常、直接緩沖存儲器異常、元空間異常、網(wǎng)絡(luò)緩沖區(qū)數(shù)量不足、超出容器內(nèi)存異常、Checkpoint 失敗、Checkpoint 慢、Kafka動態(tài)發(fā)現(xiàn)分區(qū)、Watermark不更新、依賴沖突、超出文件描述符限制、臟數(shù)據(jù)導(dǎo)致數(shù)據(jù)轉(zhuǎn)發(fā)失敗等，令學(xué)員在短時間內(nèi)掌握生產(chǎn)環(huán)境中常見到、難解決的開發(fā)難題，迅速增長經(jīng)驗，提升能力。