Hybrid Source的提出动机在实践中，许多Flink作业需要按顺序从多个数据源读取数据，具体有如下2个场景：Change Data Capture (CDC)： 用户可以将数据的快照存储在HDFS/S3中，数据的更新日志存储在数据库binlog或Kafka中机器学习特征回填: 当向模型添加新特性时，需要从几个月前到现在的原始数据计算该特性。在大多数情况下，历史数据和实时数据分别存储在两种不

最近在看hadoop权威指南，巩固一下hadoop的基础知识。首先，hadoop是什么呢？Hadoop起源于Nutch, 源起于实现对海量数据的处理方式，中文也称之为‘云计算’。Hadoop就是云计算中的一个开源项目，它克隆了Google运行系统的主要框架，包括文件系统HDFS,计算架构MapReduce及对于结构化数据处理的HBAse等。而基于Hadoop，又出现了许多的开源项目，比如P