前言

Flink 是一種流式計算框架，為什么我會接觸到 Flink 呢？因為我目前在負責的是監控平臺的告警部分，負責采集到的監控數據會直接往 kafka 里塞，然后告警這邊需要從 kafka topic 里面實時讀取到監控數據，并將讀取到的監控數據做一些 聚合/轉換/計算 等操作，然后將計算后的結果與告警規則的閾值進行比較，然后做出相應的告警措施（釘釘群、郵件、短信、電話等）。畫了個簡單的圖如下：

 

目前告警這塊的架構是這樣的結構，剛進公司那會的時候，架構是所有的監控數據直接存在 ElasticSearch 中，然后我們告警是去 ElasticSearch 中搜索我們監控指標需要的數據，幸好 ElasticSearch 的搜索能力夠強大。但是你有沒有發現一個問題，就是所有的監控數據從采集、采集后的數據做一些 計算/轉換/聚合、再通過 Kafka 消息隊列、再存進 ElasticSearch 中，再而去 ElasticSearch 中查找我們的監控數據，然后做出告警策略。整個流程對監控來說看起來很按照常理，但是對于告警來說，如果中間某個環節出了問題，比如 Kafka 消息隊列延遲、監控數據存到 ElasticSearch 中寫入時間較長、你的查詢姿勢寫的不對等原因，這都將導致告警從 ElasticSearc

總結

以上是生活随笔為你收集整理的Flink从入门到精通100篇（十三）-Flink的入门教学的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。