本文整理自ApacheFlinkPMC，阿里巴巴技术专家伍翀（云邪）的分享，旨在帮助用户快速了解新版本Table&SQL在Connectivity和Simplicity等方面的优化及实际开发使用的最佳实践，主要分为以下四个部分：1.简要回顾Flink1.8~Flink1.11版本在Apache社区的发展趋势，其中

背景iceberg简介flink实时写入准备sqlclient环境创建catalog创建db创建table插入数据查询代码版本总结

本次分享来自阿里巴巴的工程师在ApacheKafkaxApacheFlink·北京会议上的分享，关于Apache Flink结合ApacheKafka实现端到端的一致性语义的原理。2017年12月Apache Flink社区发布了1.4版本。该版本正式引入了一个里程碑式的功能：两阶段提交Sink，即TwoPhaseCommitSin

作者|李劲松，ApacheFlinkCommitter，阿里巴巴技术专家7月6日，ApacheFlink1.11正式发布。从3月初进行功能规划到7月初正式发版，1.11用将近4个月的时间重点优化了Flink的易用性问题，提升用户的生产使用体验。SQL作为Flink中公认的核心模块之一，对推动

FlinkStandalone模式部署集群是最简单的一种部署方式，不依赖于其他的组件，另外还支持YARN/Mesos/K8S等模式下的部署Standalone执行架构图：!Flink从入门到真香（Flink环境部署集群standalone模式)(https://s4.51cto.com/images/blog/202011/05/8073eb

flink是一个非常好用的流任务计算框架,这次我们来试用flink的restApi来提交任务.主要阐述几个常用的restapi,包括上传jar包,查询jar包,提交任务,查询任务,删除任务等,其它的比如删除jar包,查询jobmanager,查询taskmanager等等,类推就可以得出了,不在这里进行重复介绍了1,上传

新特性及优化内存管理及配置优化Flink目前的TaskExecutor内存模型存在着一些缺陷，导致优化资源利用率比较困难，例如：流和批处理内存占用的配置模型不同；流处理中的RocksDBstatebackend需要依赖用户进行复杂的配置。为了让内存配置变的对于用户更加清晰、直观，Flink