luzhouxiaoshuai

摘要： 当某个卡口中出现一辆行驶的汽车，我们可以通过摄像头识别车牌号，然后在5秒内，另外一个卡口也识别到了同样车牌的车辆，那么很有可能这两辆车之中有很大几率存在套牌车，因为一般情况下不可能有车辆在5秒内经过两个卡口。如果发现涉嫌套牌车，写入Mysql数据库(t_violation_list)的结果表中，在后 阅读全文

摘要： 我们首先需要明确一点：Flink中的状态（State）是Flink流处理的核心概念之一，它使得Flink能够处理有状态的计算。接下来，我们将从以下几个方面详细解释Flink的状态机制： 状态的概念 状态的类型 状态的使用方式 状态后端 状态过期 状态扩容与重启 由于问题要求详细，我们将尽可能全面地覆 阅读全文

摘要： 卡口的实时拥堵情况，其实就是通过卡口的车辆平均车速和通过的车辆的数量，为了统计实时的平均车速，我设定一个滑动窗口，窗口长度是为5分钟，滑动步长为1分钟。平均车速=当前窗口内通过车辆的车速之和 / 当前窗口内通过的车辆数量 滑动窗口： 窗口长度是为5分钟，滑动步长为1分钟 平均车速 = 当前窗口内通过 阅读全文

摘要： 举个例子进行解释： AllowedLateness是定义在窗口上的一个附加的、宽容的时间段，用于进一步处理在 Watermark 触发窗口计算后到达的迟到数据。 生命周期：它延长了窗口的存活时间。窗口在首次被 Watermark 触发后，并不会立即被销毁，而是进入一个“等待迟到数据”的状态，直到 窗 阅读全文

摘要： 时间概念： TumblingEventTimeWindows：基于事件时间，即数据自身携带的时间戳。 TumblingProcessingTimeWindows：基于处理时间，即数据被处理时的系统时间。 窗口触发时机： TumblingEventTimeWindows：当Watermark（水印）时 阅读全文

摘要： 需求升级： 实时模拟生成订单数据,格式为: (订单ID，用户ID，时间戳/事件时间，订单金额) * 要求每隔5s,计算5秒内，每个用户的订单总金额 * 并添加Watermark来解决一定程度上的数据延迟和数据乱序问题。 package com.bigdata.day04; import lombok 阅读全文