Realtime Compute for Apache Flink prend en charge trois types de jobs pour répondre à différents besoins de traitement de flux. Cette rubrique vous aide à identifier le type de job adapté et à trouver les ressources nécessaires pour démarrer.
Choisir un type de job
| Type de job | Cas d'usage privilégié |
|---|---|
| Flink SQL | ETL en temps réel (extraction, transformation et chargement), calcul de métriques en temps réel, jointures multi-flux, entreposage de données et architecture de lac de données en streaming |
| Ingestion de données avec Flink CDC | Synchronisation de bases de données en temps réel, migration de données et synchronisation automatique des tables |
| Datastream API | Traitement d'événements complexes (CEP), appels externes à haute fréquence, logique de fenêtrage complexe et sources ou puits personnalisés |
Connecteurs pris en charge
Realtime Compute for Apache Flink prend en charge plus de 30 connecteurs amont et aval, couvrant les bases de données, les files d'attente de messages et les lacs de données.
Exemples de connecteurs amont (source) : Kafka, MySQL CDC, Hologres, Simple Log Service (SLS)
Exemples de connecteurs aval (puits) : MySQL, PostgreSQL, ClickHouse, Doris, StarRocks, Paimon, Object Storage Service (OSS)
Pour obtenir la liste complète, consultez la rubrique Connecteurs pris en charge.
Démarrage
Flink SQL
ETL, agrégations de données et jointures de recherche.
Ingestion de données avec Flink CDC
Synchronisation de bases de données en temps réel et ingestion de tables par lots.
Datastream API
CEP, états personnalisés et logique de job complexe.
Scénarios types
Exemples de bout en bout illustrant des architectures concrètes.