常用配置当安装Git后首先要做的事情是设置用户名称和email地址。这是非常重要的，因为每次Git提交都会使用该用户信息。 123# 配置用户信息git config --global user.name "itcast" # 这两个参数不是真正的用户名和邮箱也可以，git不会校验，只是做标记。git config --global user.email "hello@itcast.cn"

构建型模式一共五种，分别是： 工厂方法模式 抽象工厂模式 单例模式 建造型模式 原型模式 1、工厂模式在平时编程中，构建对象最常用的方式是 new 一个对象。乍一看这种做法没什么不好，而实际上这也属于一种硬编码。每 new 一个对象，相当于调用者多知道了一个类，增加了类与类之间的联系，不利于程序的松耦合。其实构建过程可以被封装起来，工厂模式便是用于封装对象的设计模式。 1.1、简单工厂模式举个

Flink 官网主页地址：https://flink.apache.org Flink 官方中文地址：https://nightlies.apache.org/flink/flink-docs-stable/zh/ 并行度（Parallelism）并行子任务和并行度当要处理的数据量非常大时，我们可以把一个算子操作，“复制”多份到多个节点，数据来了之后就可以到其中任意一个执行。这样一来，一

git status 查看文件状态 git status 无论文件有没有被追踪，当文件被 add 之后，git status 显示的是绿色。 无论文件有没有被追踪，当文件没有被 add ，git status 显示的是红色。 git status -s 查看简化的状态信息。 ?? 不是乱码，而是表示状态位置。 git add 将未跟踪的文件加入暂存区1git add untrac

结构型模式是用来设计程序的结构的。结构型模式就像搭积木，将不同的类结合在一起形成契合的结构。包括以下几种： 适配器模式 桥接模式 组合模式（不常用） 装饰模式 外观模式（不常用） 享元模式（不常用） 代理模式 1、适配器模式说到适配器，我们最熟悉的莫过于电源适配器了，也就是手机的充电头。它就是适配器模式的一个应用。 试想一下，你有一条连接电脑和手机的 USB 数据线，连接电脑的一端从电脑接口处

Flink 官网主页地址：https://flink.apache.org Flink 官方中文地址：https://nightlies.apache.org/flink/flink-docs-stable/zh/ 算子链（Operator Chain）1、算子间的数据传输 一个数据流在算子之间传输数据的形式可以是一对一（one-to-one）的直通 (forwarding)模式，也可以

官方地址：https://docs.github.com/zh/search-github/getting-started-with-searching-on-github/sorting-search-results 本文总结了将你搜索到的结果按照什么排序顺序排序，包括交互排序、反应排序、作者日期排序、提交者日期排序、更新日期排序等。 2.1、按交互排序 语法 例子 org:git

行为型模式重点关注 类与类之间的交互与协作。如同在工作中，每个人的行为都可能影响到其他同事，同时每个人也会受到别人的影响。我们一边接收上级的指令，一边派发任务给下级，在这样的协作中完成一项项伟大的工作。程序在运行时，每个对象都不是孤立的，他们可以通过通信与协作完成种种复杂的功能。 行为型模式共 11 种，分别是： 责任链模式 命令模式（不常用） 解释器模式（不常用） 迭代器模式 中介者模式（不常

本篇我们将介绍 4 种行为型模式，分别是 解释器模式（不常用） 迭代器模式 中介者模式（不常用） 备忘录模式（不常用） 1、解释器模式我国 IT 界历来有一个汉语编程梦，虽然各方对于汉语编程争论不休，甚至上升到民族大义的高度，本文不讨论其对与错，但我们不妨来尝试一下，定义一个简单的中文编程语法。 在设计模式中，解释器模式就是用来自定义语法的，它的定义如下。 解释器模式（Interpreter

我们将学习剩余的 5 种行为型模式，它们分别是： 观察者模式 状态模式 策略模式 模板方法模式 访问者模式（不常用） 1、观察者模式观察者模式非常常见，近年来逐渐流行的响应式编程就是观察者模式的应用之一。观察者模式的思想就是一个对象发生一个事件后，逐一通知监听着这个对象的监听者，监听者可以对这个事件马上做出响应。生活中有很多观察者模式的例子，比如我们平时的开关灯。当我们打开灯的开关时，灯马上亮

git remote 查看远程仓库如果想查看已经配置的远程仓库服务器，可以运行 git remote 命令。 它会列出指定的每一个远程服务器的简写。 如果已经克隆了远程仓库，那么至少应该能看到 origin ，这是 Git 克隆的仓库服务器的默认名字 git remote add <shortname> <url> 添加远程仓库git remote add <sho

Flink 官网主页地址：https://flink.apache.org Flink 官方中文地址：https://nightlies.apache.org/flink/flink-docs-stable/zh/ 任务（Tasks）和任务槽（Task Slots）从上一章我们最终得到结论：作业划分为 5 个并行子任务，需要 5 个线程并行执行。那在我们将应用提交到 Flink 集群之后

导航 git branch 查看分支 git branch 分支名 创建分支 git checkout 分支名 切换分支 git push origin 分支名 推送至远程仓库分支 git merge 分支名合并分支 git branch -m 分支名 修改当前分支名 git branch -d 分支名 删除分支 git branch 查看分支12345678# 列出所有本地分支git bran

Flink 官网主页地址：https://flink.apache.org Flink 官方中文地址：https://nightlies.apache.org/flink/flink-docs-stable/zh/ 作业提交流程1、Standalone会话模式作业提交流程 2、逻辑流图/作业图/执行图/物理流图我们已经彻底了解了由代码生成任务的过程，现在来做

列出已有的标签1234# 列出所有tag$ git tag# 查看tag信息$ git show [tag] git tag [tagName] 创建新标签12# 新建一个tag$ git tag [tagName] 打标签时，git 会将当前仓库的当前状态和标签关联，在恢复标签时，git会将打标签时的状态恢复。 git push [remote] [tag] 将标签推送至远程仓库12#

Flink 官网主页地址：https://flink.apache.org Flink 官方中文地址：https://nightlies.apache.org/flink/flink-docs-stable/zh/ DataStream APIDataStream API 是 Flink 核心层 API。一个 Flink 程序，其实就是对 DataStream 的各种转换。具体来说，代码

Flink 官网主页地址：https://flink.apache.org Flink 官方中文地址：https://nightlies.apache.org/flink/flink-docs-stable/zh/ 分区是大数据处理中一个非常重要的一环。分区是将数据进行重新分布，传输到不同的通道进行下一步数据处理。 keyby 是按照键的哈希值进行的重分区操作。这种分区只能把数据按 ke

Flink 官网主页地址：https://flink.apache.org Flink 官方中文地址：https://nightlies.apache.org/flink/flink-docs-stable/zh/ 在批处理统计中，我们可以等待一批数据都到齐后，统一处理。但是在实时处理统计中，我们是来一条就得处理一条，那么我们怎么统计最近一段时间内的数据呢？引入“窗口”。 所谓的“

Flink 官网主页地址：https://flink.apache.org Flink 官方中文地址：https://nightlies.apache.org/flink/flink-docs-stable/zh/ 键控流（Keyed Streams）reduce 和 aggregate 的区别。 操作定义与功能： reduce：reduce 操作是将两个输入元素合并为一个元素的操作

Flink 官网主页地址：https://flink.apache.org Flink 官方中文地址：https://nightlies.apache.org/flink/flink-docs-stable/zh/ 1、时间语义1.1、Flink 中的时间语义 1.2、哪种时间语义更重要为了更加清晰地说明两种语义的区别，我们来举一个非常经典的例子：电影《星球大战》。 如上图所示，我