你们再不看我的文章，我就转行做手抓饼了，摊位已看好，欢迎每天早晨来买一个O(∩_∩)O，有没有怜香惜玉的，来一波订阅。
上篇文章主要介绍 Flink 怎么初始化 StreamExecutionEnvironment，以及怎么 Flink 中使用注解，大家都知道 Flink 和 Spring 结合会有各种问题，如果想看怎么解决 Flink 和 Spring 的结合问题，请移步上一篇文章《Flink 如何基于注解使用 Spring 中的 MongoTemplate、RedisTemplate 等》，同时也是 Flink 入门很好的资料。
本文主要介绍如何在 Flink 中实现通用 Mapper 的集成以及动态多数据源切换，彻底解决 Flink 中的依赖注入，以及各种 DB 连接的问题。本文最后会介绍kafka的一些原理以及 Flink 怎么消费和推送 Kafka。
涨知识的点：
- 为什么我们花了一年的时间从 Java 转为 Flink?
- Flink操作数据库您还在使用 JDBC 吗？
- 骚不骚？Flink 中也可以一个注解搞定动态多数据源切换
- 浪不浪？Flink 中实现 JPA 以及 MyBatis 的功能，与数据库交互更简易
- Kafka 分区、顺序消费、Ack 机制
- Flink 消费和推送 Kakfa
作为 Flink 重要 Source，Kafka 的消费是必须要掌握的知识点，而消费 Kafka 不仅仅几行代码事情，对分区、顺序问题、以及确认机制不了解，会出现数据丢失重复消费的问题，在本文中会做详解。
作为 Flink 重要 Sink，我们如果操作多数据源，全部用 JDBC 的形式，没有好的 ORM 框架，会增加我们很多开发量且不易维护，本文会提供一套基于 MyBatis 的 ORM 框架。
面向对象：Java 程序员、Flink 实时计算工程师
阅读全文: http://gitbook.cn/gitchat/activity/5ecde27efb2d034ba7658571
您还可以下载 CSDN 旗下精品原创内容社区 GitChat App ，阅读更多 GitChat 专享技术内容哦。
