1.6新特性Flink 1.6-有状态流处理的下一步在Flink 1.6.0中，我们继续在较早版本中进行的基础工作：使Flink用户能够无缝地运行快速数据处理并毫不费力地构建数据驱动的数据密集型应用程序。Flink的状态支持是使Flink在实现各种用例时如此通用和强大的关键功能之一。为了使其更容易，社区增加了对状态TTL的本地支持（FLINK-9510，FLINK-9938）。此功能允许在状态过期

ES，基本功了

基本信息：姓 名：XXX性 别：X目前所在地：XXXXXX电话：XXXXXXXX邮箱：XXXXXXXX@163.com英语：六级学历：2008.09 – 2010.12 中国科学技术大学 软件工程 硕士专业技能：1. 熟悉 Java、Scala、Python 编程语言；2. 熟悉大数据开发框架，熟悉运用 Hive、Spark、Flink、Hbase、Impala、Kylin、Flume、Click

目录系统平台（Hadoop、CDH、HDP）监控管理（CM、Hue、Ambari、Dr.Elephant、Ganglia、Zabbix、Eagle）文件系统（HDFS、GPFS、Ceph、GlusterFS、Swift 、BeeGFS、Alluxio）资源调度（YARN、Mesos、）协调框架（ZooKeeper 、Etcd、Consul）数据存储（HBase、Cassandra、ScyllaDB

不用去细究各种 DAG 实现之间的区别