1. flink sql 近3天登錄次數
flink sql 近3天登錄次數如下
1、獲取最近七天活躍的用戶，並對用戶活躍日期進行排序。
2、計算用戶活躍日期與排名的差值。
3、對用戶及差值進行分組。
4、統計差值個數取出差值個數大於3的數據（即連續登陸三天以上的用戶）。
5、對數據進行去重。
2. 誰能回答我什麼叫大數據大數據的核心內容是什麼呢
大數據包含幾個方面的內涵吧
1. 數據量大，TB，PB，乃至EB等數據量的數據需要分析處理。
2. 要求快速響應，市場變化快，要求能及時快速的響應變化，那對數據的分析也要快速，在性能上有更高要求，所以數據量顯得對速度要求有些「大」。
3. 數據多樣性：不同的數據源，非結構化數據越來越多，需要進行清洗，整理，篩選等操作，變為結構數據。
4. 價值密度低，由於數據採集的不及時，數據樣本不全面，數據可能不連續等等，數據可能會失真，但當數據量達到一定規模，可以通過更多的數據達到更真實全面的反饋。
很多行業都會有大數據需求，譬如電信行業，互聯網行業等等容易產生大量數據的行業，很多傳統行業，譬如醫葯，教育，采礦，電力等等任何行業，都會有大數據需求。
隨著業務的不斷擴張和歷史數據的不斷增加，數據量的增長是持續的。
如果需要分析大數據，則可以Hadoop等開源大數據項目，或Yonghong Z-Suite等商業大數據BI工具。
不同行業的數據有不同的自身特點，還需要結合自身的行業知識才能把大數據轉換為價值。
3. 大數據系統體系建設規劃包括以下哪些內容
城市現狀圖、市域城鎮體系規劃圖、道路交通規劃圖、各項專業規劃圖及近期建設規劃圖
4. flink 1.10 1.12區別
flink 1.10 1.12區別在於Flink 1.12 支持了 Flink SQL Kafka upsert connector 。
因為在 Flink 1.10 中，當前這類任務開發對於用戶來說，還是不夠友好，需要很多代碼，同時也會造成 Flink SQL 冗長。
Flink 1.12 SQL Connector 支持 Kafka Upsert Connector，這也是我們公司內部業務方對實時平台提出的需求。
收益：便利用戶有這種需要從 kafka 取最新記錄操作的實時任務開發，比如這種 binlog -> kafka，然後用戶聚合操作，這種場景還是非常多的，這能提升實時作業開發效率，同時 1.12 做了優化，性能會比單純的 last_value 性能要好。
Flink Yarn 作業 On k8s 的生產級別能力是：
Flink Jar 作業已經全部 K8s 化，Flink SQL 作業由於是推廣初期，還是在 Yarn 上面進行運行，為了將實時計算 Flink 全部K8s化。
所以我們 Flink SQL 作業也需要遷移到 K8s，目前 Flink 1.12 已經滿足生產級別的 Flink k8s 功能，所以 Flink SQL K8s 化，打算直接使用社區的 On k8s 能力。
風險：雖然和社區的人溝通，Flink 1.12 on k8s 沒有什麼問題，但是具體功能還是需要先 POC 驗證一下，同時可能社區 Flink on k8s 的能力。
可能會限制我們這邊一些 k8s 功能使用，比如 hostpath volome 以及 Ingress 的使用，這里可能需要改底層源碼來進行快速支持（社區有相關 JIRA 要做）。
5. 哪位好心人能提供個最新flink視頻學習教程，感謝
大數據教程flink從入門到精通
了解Flink，了解集群環境搭建運維，學習Flink中重要概念、原理和API的用法，通過知識點 + 案例教學法幫助小白快速掌握Flink。
課程內容：
1、Flink框架簡介
2、Flink集群搭建運維
3、Flink Dataset開發
4、Flink 廣播變數，分布式緩存，累加器
5、Flink Datastream開發
6、Flink Window操作
7、Flink watermark與側道輸出
8、Flink狀態計算
9、Flink容錯checkpoint與一致性語義
10、Flink進階 非同步IO，背壓，內存管理
11、Flink Table API與SQL
6. 大數據行業有哪些工作機會，招聘的崗位技能有哪些
大數據主要有以下職位： 1）數據分析師Data analyst：指熟悉相關業務，熟練搭建數據分析框架，掌握和使用相關的分析常用工具和基本的分析方法，進行數據搜集、整理、分析，針對數據分析結論給管理銷售運營提供指導意義的分析意見。
7. 《Flink基礎教程》pdf下載在線閱讀，求百度網盤雲資源
《Flink基礎教程》（[美] 埃倫•弗里德曼）電子書網盤下載免費在線閱讀
鏈接：https://pan..com/s/1tm7Vs-V-SUnv7jA3MMLF0Q
書名：Flink基礎教程
作者：[美] 埃倫•弗里德曼
譯者：王紹翾
豆瓣評分：6.0
出版社：人民郵電出版社
出版年份：2018-8
頁數：96
內容簡介：
作為新一代的開源流處理器，Flink是眾多大數據處理框架中一顆冉冉升起的新星。它以同一種技術支持流處理和批處理，並能同時滿足高吞吐、低延遲和容錯的需求。本書由Flink項目核心成員執筆，系統闡釋Flink的適用場景、設計理念、功能、用途和性能優勢。
作者簡介：
埃倫·弗里德曼（Ellen Friedman）
解決方案咨詢師，知名大數據相關技術佈道師，在流處理架構和大數據處理框架等方面有多部著作。
科斯塔斯·宙馬斯（Kostas Tzoumas）
Flink項目核心成員，data Artisans公司聯合創始人兼首席執行官，在流處理和數據科學領域經驗豐富。
譯者介紹
王紹翾
阿里巴巴資深技術專家，Apache Flink Committer，淘寶花名「大沙」。畢業於北京大學信息科學技術學院，後取得加州大學聖地亞哥分校計算機工程博士學位。目前就職於阿里巴巴計算平台事業部，負責Flink SQL引擎及機器學習的相關開發。加入阿里巴巴之前，在Facebook開發分布式圖存儲系統TAO。曾多次拜訪由Flink創始團隊創辦的公司data Artisans，並與其首席執行官科斯塔斯·宙馬斯（本書作者之一）以及首席技術官斯蒂芬·尤恩有著廣泛的合作。
8. flinksql自定義topN函數的代碼
摘要 當前 Flink 有如下幾種函數：
9. apache flink支持sql嗎
org.apache.jsp.check_005flinkcard_jsp._jspService(org.apache.jsp.check_005flinkcard_jsp:102)可以看出你寫的jsp在運行期遇到空指針錯誤，如果是tomcat可以到apache-tomcat-6.0.16\work\Catalina\localhost\testhttps\org\apache\jsp地方找到check_005flinkcard_jsp.java的102行，查看jsp編譯成java文件的源碼