实践数据湖icerberg专栏本专栏记录iceberg菜鸟到专家的过程，记录踩坑，填坑，iceberg特征的了解与原理的认知

提交一个flink作业，希望获取这个作业的jobId,以便后续程序监控，例如获取checkpoint路径，从checkpoint点重启

实践数据湖iceberg 第二课iceberg基于hadoop的底层数据格式提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录实践数据湖iceberg 第二课iceberg基于hadoop的底层数据格式前言1、hadoop catalog创建1.1 执行建立 catalog脚本1.2 查看hdfs 目录2.建表2.1 建表2.2 查看建表后的目录结构1.写入数据1.1 写入1

实践数据湖icerberg专栏本专栏记录iceberg菜鸟到专家的过程，记录踩坑，填坑，iceberg特征的了解与原理的认知

数据湖iceberg 系列文章目录提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档数据湖实践第一课 flink+iceberg入门数据湖iceberg 系列文章目录前言一、数据湖iceberg实践环境说明二、启动flink sql客户端1. 启动flink standalone集群2.下载flink iceberg runtime的包，启动flink-sql3.创建基于hadoop

系列文章目录实践数据湖iceberg 第一课 入门实践数据湖iceberg 第二课 iceberg基于hadoop的底层数据格式实践数据湖iceberg 第三课 在sqlclient中，以sql方式从kafka读数据到iceberg实践数据湖iceberg 第四课 在sqlclient中，以sql方式从kafka读数据到iceberg（升级版本到flink1.12.7）实践数据湖iceberg 第

_call__语法：最常用，调用方式简洁直观，适用于单个输入的情况。invoke方法：和直接调用链对象功能类似，在某些场景下可能更具灵活性。apply方法：用于批量处理多个输入，能提高处理效率。

系列文章目录提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加例如：第一章 Python 机器学习入门之pandas的使用提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录系列文章目录前言一、二、jmx获取二、使用hadoop fs -count 获取三、代码实现总结前言提示：这里可以添加本文要记录的大概内容：例如：随着人工智能的不断发展，机器学习这门技术也越来

精度（float类为浮点数，保留小数精度；uint/int为整数，精度损失更明显）模型大小：float32（最大）→ int4（最小，仅为float32的1/8）计算效率（位数越少，硬件计算单元单次处理的数据量越大，速度越快）适用阶段float32 多用于训练（需高精度保留梯度）；其他类型多用于推理（以精度换速度/存储）。

系列文章目录提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加例如：第一章 Python 机器学习入门之pandas的使用提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录系列文章目录版本一、启动flink sql2. 建kafka表3. 读kafka的数据写入到kafka2.读入数据总结版本flink-1.12.7-bin-scala_2.12flink-sq