当前主流的实时数据处理框架Flink进行搭建，对接多种数据源，并实现了对结果数据的实时展示，与离线数仓可以无缝对接，真正实现了流批一体，可以无缝满足企业实时数据处理需求。
项目架构 Nginx + SpringBoot + Flume1.9 + Kafka2.4.1 + Flink1.2 + Canal HA + Redis + ElasticSearch + HBase2.0.5 + Phoenix + ECharts + MySQL5.7 + Maxwell + Kibana + ClickHouse + DataV 项目场景 可满足各种行业、不同规模的企业的实时数据处理场景，
例如实时分析新用户注册人群、实时显示交易额、实时对账、实时预警等。 技术点 通过分层处理，让实时计算复用性更好，结构更清晰；
通过结合MySQL动态配置表实现数据的动态分流；使用HBase + Redis 实现维度数据的管理与关联查询；
提供针对不同情境的双流Join解决方案，优化双流Join解决方案；结合keyed state实现数据的去重、计算等功能；
实现对于所有需求提供Flink代码和Flink SQL代码两种解决方案，可满足不同的企业开发需求；
使用Table Function 扩展FlinkSQL功能；使用Flink CEP实现不同用户行为模式的识别；
使用Clickhouse 实现宽表数据的存储，提高数据查询效率，提供即席查询解决方案；
结合Springboot对接百度sugar实现数据可视化大屏展示。
项目特色 本项目采用最新的实时数据处理框架Flink进行搭建，对接多种数据源，并实现了对结果数据的实时展示，与离线数仓可以无缝对接，真正实现了流批一体，可以无缝满足企业实时数据处理需求。通过分层处理，让实时计算复用性更好，结构更清晰。
通过结合MySQL动态配置表实现数据的动态分流。使用HBase+Redis 实现维度数据的管理与关联查询；
提供针对不同情境的双流join解决方案，优化双流join解决思路；结合keyed state实现数据的去重、计算等功能；
实现对于所有需求提供Flink代码和Flink SQL代码两种解决方案，可满足不同的企业开发需求；
使用Table Function 扩展FlinkSQL功能；使用Flink CEP实现不同用户行为模式的识别；
使用Clickhouse 实现宽表数据的存储，提高数据查询效率，提供即席查询解决方案；结合SpringBoot对接百度sugar实现数据可视化大屏展示
截图目录展示
请先 ！