在使用 Flink 前有哪些容易被忽视的『陷阱』，可能导致项目失败？
- 内容介绍
- 文章标签
- 相关推荐
本文共计6634个文字，预计阅读时间需要27分钟。
持续以恒，贵在坚持，每天进步一点点！作者 | Robin 翻译 | 周凯波Contentsquare 公司的 Robin 总结了他们将 Spark 任务迁移到 Flink 遇到的 10 个陷阱。对于第一次将 Flink 应用于生产环境的挑战。
持之以恒，贵在坚持，每天进步一点点！
作者 | Robin
翻译 | 周凯波
Contentsquare 公司的 Robin 总结了他们将 Spark 任务迁移到 Flink 遇到的 10 个『陷阱』。对于第一次将 Flink 用于生产环境的用户来说，这些经验非常有参考意义。
采用新的框架总是会带来很多惊喜。当你花了几天时间去排查为什么服务运行异常，结果发现只是因为某个功能的用法不对或者缺少一些简单的配置。
在 Contentsquare[1]，我们需要不断升级数据处理任务，以满足越来越多的数据上的苛刻需求。这也是为什么我们决定将用于会话[2]处理的小时级 Spark 任务迁移到 Flink[3]流服务。这样我们就可以利用 Flink 更为健壮的处理能力，提供更实时的数据给用户，并能提供历史数据。不过这并不轻松，我们的团队在上面工作了有一年时间。
本文共计6634个文字，预计阅读时间需要27分钟。
持续以恒，贵在坚持，每天进步一点点！作者 | Robin 翻译 | 周凯波Contentsquare 公司的 Robin 总结了他们将 Spark 任务迁移到 Flink 遇到的 10 个陷阱。对于第一次将 Flink 应用于生产环境的挑战。
持之以恒，贵在坚持，每天进步一点点！
作者 | Robin
翻译 | 周凯波
Contentsquare 公司的 Robin 总结了他们将 Spark 任务迁移到 Flink 遇到的 10 个『陷阱』。对于第一次将 Flink 用于生产环境的用户来说，这些经验非常有参考意义。
采用新的框架总是会带来很多惊喜。当你花了几天时间去排查为什么服务运行异常，结果发现只是因为某个功能的用法不对或者缺少一些简单的配置。
在 Contentsquare[1]，我们需要不断升级数据处理任务，以满足越来越多的数据上的苛刻需求。这也是为什么我们决定将用于会话[2]处理的小时级 Spark 任务迁移到 Flink[3]流服务。这样我们就可以利用 Flink 更为健壮的处理能力，提供更实时的数据给用户，并能提供历史数据。不过这并不轻松，我们的团队在上面工作了有一年时间。