avatar
赵老师讲讲flink# Programming - 葵花宝典
j*n
1
【龙虎网报道】看到一些网站的娱乐头条赫然写着“吴奇隆正式签字离婚”时,我心
里竟舒了一口气,本来嘛,天蝎男和白羊女就是很怨偶的组合,靠着强烈的吸引力,甚
至有相当一部分是身体吸引走到一起,但最终性格实在太不一样,实在很容易分手的。
当然,这里面有我的私心,吴奇隆是我童年偶像呀,是我在未成年时最想嫁的男人呀…
…被马雅舒这样的白羊女拐走,我一直比较不甘心,所以看到他们离婚的消息,且的确
是马雅舒劈腿时,我默默地撇了撇嘴,在心里说,看,就是要散的嘛。
准天蝎吴奇隆:
感情永远是软肋
从出道开始,吴奇隆就以非常硬朗鲜明的轮廓被人记住。论到唱功与演技,他水准
还是比较一般的。可是,天蝎座并不是一个对自己松散的星座,更何况他的太阳、月亮
、水星和金星都落在了天蝎!所以,吴奇隆总是有那么几分天蝎式的冷峻,并且很努力。
很多天蝎都有经商头脑且遇事冷静沉着。吴奇隆从小家里就负债累累,他以天蝎的
担当力背负起这一切,并且在小虎队时期也是三人中的老大。在经商后,他反而展现出
的是比演艺更强大的实力,如今家族生意规模已经很大了。
感情,永远是天蝎最软肋的部分,可以完全不顾一切地把痴情付了,但也可以就此
痴痴一炬。所以,吴奇隆将名下的千万豪宅过户给马雅舒这件事并不意外,天蝎座受伤
太重时,就是可以什么都不想要的。
只是,不得不感叹一下吴奇隆这一辈子的运气实在不好,月亮与金星都与土星严重
相冲,那些不幸从童年就开始滋生,在感情里也很难有安稳的运气。而月亮与金星合相
本身,就注定了他非常容易吸引异性的目光,却也容易在感情里被栽。好在吴奇隆的火
星落在了天秤,脾气还算是平和的,就算被劈腿也不是那么容易像天蝎一样报复,要是
全落天蝎的话,他实在太容易大起大落到自己也承受不了的地步。
白羊女马雅舒:
单纯到只图自己痛快
马雅舒太阳、水星和金星都落在了只顾自己快乐的白羊,月亮落在了很现实的金牛
,火星又是情绪极度容易变化的双鱼。要是吵架的话,绝对是火星天秤的吴奇隆在忍!
其实这又是一起白羊女追星成功的爱情,另一起白羊女的追星成功案例是朱丽倩。
白羊女在感情上有着用不完的热情,哪怕对方反应冷淡,她们依然可以保持自己的势头
勇猛,因为她们并不是很在意对方怎么想,不管别人怎么评论,更不在乎在自己的感情
也许还会伤害到其他的人,最重要的是自己尽兴就好。
马雅舒最初遇见偶像吴奇隆是在拍《萧十一郎》时,两人有了合作。2001年年底,
吴奇隆突然到北京投资开饭店,并要马雅舒帮忙找一个合适的地方。当然,我相信吴奇
隆就算真想投资,但这也多少得算是天蝎式的借口。正要行动时,北京突降大雪,使吴
奇隆病倒。在医院的那几天,马雅舒长时间地守护着他,这让吴奇隆备受感动,两人自
然变成了男女朋友。天蝎男与白羊女是很容易擦出火花的,因为天蝎男向来是重口味动
物,喜欢被鲜辣猛烈的爱情刺激,并且因为他们本身心思太复杂,反而容易被只有冲动
没有头脑的白羊女的直接所打动,会很愿意去包容那种任性。
那种开始是极度热烈的。只是这样的燃烧往往很难长久,因为天蝎男有着高度的情
感需求,渐渐地,他们会发现自己的感情比白羊女要细腻很多。白羊女其实是挺单纯的
,但太容易只图自己痛快了,常常对最基本的人情世故不理不问。所以曾经被报道过的
,吴奇隆之前送给马雅舒的车子,现在是她的老外新男友在开这样的事情,在白羊女看
来真的没什么,怎么方便怎么来嘛。永远是其他人,在为她们的横冲直撞捏一把汗。
就吴奇隆这么天蝎的性格来看,会独自难过很久,再过几天就是他39岁生日,实在
很伤元气。
吴奇隆(1970年10月31日)
太阳:天蝎;月亮:天蝎;水星:天蝎;金星:天蝎座;火星:天秤
马雅舒(1977年3月24日)
太阳:白羊;月亮:金牛;水星:白羊;金星:白羊;火星:双鱼
avatar
d*e
3
Flink flips this on its head. Whereas Spark is a batch processing framework
that can approximate stream processing, Flink is primarily a stream
processing framework that can look like a batch processor. Immediately you
get the benefit of being able to use the same algorithms in both streaming
and batch modes (exactly as you do in Spark), but you no longer have to turn
to a technology like Apache Storm if you require low-latency responsiveness
. You get all you need in one framework, without the overhead of programming
and maintaining a separate cluster with a different API.
最近一直在找一种batch processor. 需要可以并行处理大量事务。我说事务而不是数
据。因为,在处理的过程中需要查询各种http microservice. spark看了半天文档和各
种例子。貌似进入rdd后就没法扩展了。
akka stream就是几个actor串起来,虽然pipeline起来了,但是并发木有啊。如果我用
n条pipeleine,这个他们做优化好像完全不对劲了。而且这个和我用fork join pool自
己写的异步程序区别不大。
貌似现在没有一个batch + pipeline的batch processor.而且不是面相单纯数据处理
而是数据和各种查询混杂的framework.
不知道flink或者storm那个更合适这种情景。
avatar
h*e
4
马舒雅是欢欢嘛?忧欢派对里面那个

【在 j**n 的大作中提到】
: 【龙虎网报道】看到一些网站的娱乐头条赫然写着“吴奇隆正式签字离婚”时,我心
: 里竟舒了一口气,本来嘛,天蝎男和白羊女就是很怨偶的组合,靠着强烈的吸引力,甚
: 至有相当一部分是身体吸引走到一起,但最终性格实在太不一样,实在很容易分手的。
: 当然,这里面有我的私心,吴奇隆是我童年偶像呀,是我在未成年时最想嫁的男人呀…
: …被马雅舒这样的白羊女拐走,我一直比较不甘心,所以看到他们离婚的消息,且的确
: 是马雅舒劈腿时,我默默地撇了撇嘴,在心里说,看,就是要散的嘛。
: 准天蝎吴奇隆:
: 感情永远是软肋
: 从出道开始,吴奇隆就以非常硬朗鲜明的轮廓被人记住。论到唱功与演技,他水准
: 还是比较一般的。可是,天蝎座并不是一个对自己松散的星座,更何况他的太阳、月亮

avatar
z*3
5
flink还没有成熟啊,现在用flink也不合适
storm其实也是一个chain/pipline
如果用storm的话,需要自己做adapter,集成storm&hadoop/c* etc.
如果不怕将来改代码的话,上flink也没啥大不了
就是万一出现什么api的改动,将来要重构代码会很烦
如果不是为了nosql考虑的话
java8自己有stream api
rxjava也有stream,还有scalaz这些
用这些自己裸写也没啥大不了的
avatar
i*n
6
吴奇隆之前跟蔡少芬多配
avatar
f*x
7
楼主的需求太模糊,能否详细描述一下。Flink的优势在于batch processing over
stream 和 pipelined parallelism/processing。下面是几个典型应用场景 :
1. 无线运营商 Bouygues Telecom (并行处理大量事务)
http://data-artisans.com/flink-at-bouygues.html
2. 更多案例:
http://www.slideshare.net/sbaltagi/overview-of-apacheflinkbysli

framework
turn
responsiveness
programming

【在 d******e 的大作中提到】
: Flink flips this on its head. Whereas Spark is a batch processing framework
: that can approximate stream processing, Flink is primarily a stream
: processing framework that can look like a batch processor. Immediately you
: get the benefit of being able to use the same algorithms in both streaming
: and batch modes (exactly as you do in Spark), but you no longer have to turn
: to a technology like Apache Storm if you require low-latency responsiveness
: . You get all you need in one framework, without the overhead of programming
: and maintaining a separate cluster with a different API.
: 最近一直在找一种batch processor. 需要可以并行处理大量事务。我说事务而不是数
: 据。因为,在处理的过程中需要查询各种http microservice. spark看了半天文档和各

avatar
d*e
8
我们轻量级的,不用上hadoop.
现在裸写的都是类似。
getSeed.map{
some computation}
map{
some computation by asking external service}
map{
other compuation}
map{other external services}
filter.filter.reduce_by_key.report or save.

【在 z*******3 的大作中提到】
: flink还没有成熟啊,现在用flink也不合适
: storm其实也是一个chain/pipline
: 如果用storm的话,需要自己做adapter,集成storm&hadoop/c* etc.
: 如果不怕将来改代码的话,上flink也没啥大不了
: 就是万一出现什么api的改动,将来要重构代码会很烦
: 如果不是为了nosql考虑的话
: java8自己有stream api
: rxjava也有stream,还有scalaz这些
: 用这些自己裸写也没啥大不了的

avatar
l*m
9
spark应该没问题

【在 d******e 的大作中提到】
: 我们轻量级的,不用上hadoop.
: 现在裸写的都是类似。
: getSeed.map{
: some computation}
: map{
: some computation by asking external service}
: map{
: other compuation}
: map{other external services}
: filter.filter.reduce_by_key.report or save.

avatar
d*e
10
先顶,晚上回来仔细看。

【在 f********x 的大作中提到】
: 楼主的需求太模糊,能否详细描述一下。Flink的优势在于batch processing over
: stream 和 pipelined parallelism/processing。下面是几个典型应用场景 :
: 1. 无线运营商 Bouygues Telecom (并行处理大量事务)
: http://data-artisans.com/flink-at-bouygues.html
: 2. 更多案例:
: http://www.slideshare.net/sbaltagi/overview-of-apacheflinkbysli
:
: framework
: turn
: responsiveness

avatar
z*3
11

先区分是不是reactive
reactive最快最有效率,来一个就处理一个
vert.x的是rxjava,天生就是reactive
akka和storm需要通过插件来改成reactive
flink的streaming目前是window&trigger,并不是reactive的
也不是最快的,但是比spark的microbatch要强一点点
跟不改reactive的storm类似
spark的是microbatch
如果要做成reactive的话
第一步改成getSeed.subscribe(datasource)
然后datasource.publish之后,就自动启动这一套逻辑
akka就可以publish,vert.x就可以subscribe akka

【在 d******e 的大作中提到】
: 我们轻量级的,不用上hadoop.
: 现在裸写的都是类似。
: getSeed.map{
: some computation}
: map{
: some computation by asking external service}
: map{
: other compuation}
: map{other external services}
: filter.filter.reduce_by_key.report or save.

avatar
z*3
12
一般streaming的datasource都是kafka之类的
或者是web service,jms这些
hdfs等persistence不太强调streaming
相关阅读
logo
联系我们隐私协议©2024 redian.news
Redian新闻
Redian.news刊载任何文章,不代表同意其说法或描述,仅为提供更多信息,也不构成任何建议。文章信息的合法性及真实性由其作者负责,与Redian.news及其运营公司无关。欢迎投稿,如发现稿件侵权,或作者不愿在本网发表文章,请版权拥有者通知本网处理。