TAG / 大数据

#大数据

6 篇相关文章，按发布时间倒序排列。

2026

6 篇记录

012026/10/02

用真实 Kafka 与 Flink 链路观察事件时间、Watermark、窗口更新、状态与 Checkpoint，验证迟到事件和 TaskManager 故障后的结果。

022026/10/02

用同一批播放事件观察列式文件与分析表的不同职责，串起事实与维度、数仓分层、分区裁剪、小文件、Schema 演进和历史快照查询。

032026/10/02

以视频播放事件为主线，拆解事务与分析、批处理与流处理的职责，先建立指标口径和可核对的参考答案，再连接 Kafka、Spark、Flink 与 Iceberg。

042026/10/02

沿着播放明细关联视频维度的执行过程理解 Stage、Task、Shuffle、Join 和 AQE，用百万条热点数据观察真实计划与运行指标。

052026/10/02

从视频播放事件的接入与积压出发，理解分区键、消费位置、提交顺序和幂等边界，用真实 Kafka 实验观察恢复消费与主动回放。

062026/10/02

把 Kafka、Spark、Flink 和 Iceberg 实验串成可验证的数据链路，明确实时与离线口径，完成缺失检测、历史补数、幂等重跑和结果验收。