Chats 1.9.0 发布于 2025 年 11 月 27 日，距离上一个版本发布仅过去了不到一个月。而在这一切的背后，是一张让我“肉痛”的 Azure 账单。

在介绍 Kafka Connector 之前，我们先来看一下在 Flink 中是如何支持自定义 Source 和 Sink 的。我们来看一张 Flink 官方文档提供的图。这张图展示了 Connector 的基本体系结构，三层架构也非常清晰。最后还是总结一下。本文我们先了解了 Flink 中自定义 Source 和 Sink 的流程。按照这个流程，我们梳理了 Kafka Connector 的源码

在流计算中，数据是一条条流过的。如果处理一条数据时，需要依赖之前的数据（例如：计算过去一小时的总和、去重、模式匹配），那么这些“之前的数据”或“中间计算结果”就是状态。State是 Flink 实现复杂逻辑的记忆。决定了记忆存哪里（内存快但小，RocksDB 大但需序列化）。Checkpoint是自动化的定期备份，保证故障恢复后的数据一致性。Savepoint是手动的高级备份，用于版本升级和应用迁

通过引入DDL 持久化：彻底告别“重启即丢”的尴尬，保障元数据安全。

在介绍 Kafka Connector 之前，我们先来看一下在 Flink 中是如何支持自定义 Source 和 Sink 的。我们来看一张 Flink 官方文档提供的图。这张图展示了 Connector 的基本体系结构，三层架构也非常清晰。最后还是总结一下。本文我们先了解了 Flink 中自定义 Source 和 Sink 的流程。按照这个流程，我们梳理了 Kafka Connector 的源码

通过引入DDL 持久化：彻底告别“重启即丢”的尴尬，保障元数据安全。

安装成功后请使用打开 PowerShell，输入nvm -v验证。

在流计算中，数据是一条条流过的。如果处理一条数据时，需要依赖之前的数据（例如：计算过去一小时的总和、去重、模式匹配），那么这些“之前的数据”或“中间计算结果”就是状态。State是 Flink 实现复杂逻辑的记忆。决定了记忆存哪里（内存快但小，RocksDB 大但需序列化）。Checkpoint是自动化的定期备份，保证故障恢复后的数据一致性。Savepoint是手动的高级备份，用于版本升级和应用迁

​ Fourier变换是数字信号处理领域一个很重要的数学变换，它用来实现将信号实现将信号从时域到频域的变换，在物理学、数论、组合数学、信号处理、概率、统计、密码学、声学、光学等领域有广泛的应用。离散傅里叶变换(Discrete Fourier Transform，DFT)是连续傅里叶变换在离散系统中的表示形式，由于DFT的计算量很大，因此在很长一段时间内其应用受到了很大的限制。

通过引入DDL 持久化：彻底告别“重启即丢”的尴尬，保障元数据安全。