Kafka 与 Flink 流批一体集成
系统讲解 Kafka 与 Flink 的流批一体集成：Kafka Source 并行度与分区映射、checkpoint 与 offset 提交、两阶段提交 Sink 实现端到端精确一次、水位线与乱序处理、流批一体模式、反压与调优参数，以及生产环境常见坑
tag
Flink
共 7 篇文章。
流处理精确一次与状态后端：Checkpoint、两阶段提交与恢复
精确一次不是引擎的单点特性，而是源、处理、汇三方协作的结果。本文深入 Flink 的 Checkpoint 与 Barrier 对齐、状态后端与增量快照、两阶段提交 Sink 的实现、故障恢复流程与状态一致性级别，并给出状态大小治理、Kafka 端到端精确一次实战与生产踩坑清单。
流批一体架构实践
流批一体架构实践：Lambda 与 Kappa 架构、统一计算引擎 Flink/Spark、数据湖仓一体化、精确一次语义、实践案例与踩坑清单
流批一体：从 Lambda/Kappa 架构到统一计算层
深入解析流批一体（Stream-Batch Unification）架构：流批分离的历史与痛点、Lambda 架构双链路的一致性问题、Kappa 架构的统一路径、流批同语义（Flink SQL/Table API）与窗口语义一致性、实时数仓与批处理对账方法、统一计算层选型（Flink/Spark/湖仓底座）、一张表的双模写入与增量回算、从流批分离到一体的分阶段演进路径与工程避坑清单。
流处理测试全景指南：Kafka 管道与 Flink 作业的端到端验证
批处理系统的测试方法论已经相当成熟——给定输入文件，运行作业，对比输出即可验证。但流处理（Stream Processing）引入了一套全新的复杂性：数据没有边界（unbounded）、时间语义多层交织、乱序与延迟成为常态、Exactly-Once 保证涉及分布式协调。本指南从 Kafka 管道测试 …
实时数仓架构实战：Kafka + Flink + ClickHouse 流批一体
从零构建基于 Kafka + Flink + ClickHouse 的实时数仓，涵盖数据采集、流式计算、OLAP 存储与实时大盘的全链路实战。
05. Apache Flink 实时计算详解
深入 Apache Flink 实时计算引擎：DataStream API 编程模型、Checkpoint 容错机制、Watermark 事件时间与窗口计算、以及 Exactly-Once 语义实现原理。