| 失效链接处理 |
|
Flink技术难点攻破实战 PDF 下载
本站整理下载：
提取码：nko3
相关截图：
主要内容：
其中阿里巴巴实时计算团队共提交 64.5 万行代码，超过总代码量的 60%，做出
了突出的贡献。
在该版本中，Flink 对 SQL 的 DDL 进行了增强，并实现了生产级别的 Batch
支持和 Hive 兼容，其中 TPC-DS 10T 的性能更是达到了 Hive 3.0 的 7 倍之多。
在内核方面，对内存管理进行了优化。在生态方面，增加了 Python UDF 和原生
Kubernetes 集成的支持。后续章节将在这些方面分别进行详细介绍。
内存管理优化
在旧版本的 Flink 中，流处理和批处理的内存配置是割裂的，并且当流式作业配
置使用 RocksDB 存储状态数据时，很难限制其内存使用，从而在容器环境下经常出
现内存超用被杀的情况。
在 1.10.0 中，我们对 Task Executor 的内存模型，尤其是受管理内存（Managed Memory）进行了大幅度的改进（FLIP-49），使得内存配置对用户更加清晰：
6 > 102 万行代码，1270 个问题，Flink 新版发布了什么？
此外，我们还将 RocksDB state backend 使用的内存纳入了托管范畴，同时可
以通过简单的配置来指定其能使用的内存上限和读写缓存比例（FLINK-7289）。如下
图所示，在实际测试当中受控前后的内存使用差别非常明显。
|
| Java1234官方群25： | 
|
| Java1234官方群25： | 838462530 |
苏公网安备 32061202001004号
