思路：1、创建flink mysql cdc表2、将order join products的结果写入到kafka表中。这样就相当于完成了，DWD中的事实表构建。写入到kafka中，等待消费构建DWS或者ADS。主要参考https://ververica.github.io/flink-cdc-connectors/master/content/快速上手/index.html安装flink1.3.5

flinksql写入iceberg验证，包含kafka写入iceberg等。

去年写了篇flume+kafka+storm的文章，最近重新回顾发现改动挺大的，就重新整理这篇文章。希望能帮上大家。架构图、组件介绍就不重复了，这篇文章重点将如何安装部署。需要源码的请留言。顺便打个广告：大数据工作室接活我们的团队leader是北京某金融公司的大数据负责人，带过hadoop spark impala storm等多个银行项目。团队成员现就职HP，vmware等企业。

架构图实时日志分析系统架构简介系统主要分为四部分：                       1）.数据采集负责从各节点上实时采集数据，选用cloudera的flume来实现2）.数据接入由于采集数据的速度和数据处理的速度不一定同步，因此添加一个消息中间件来作为缓冲，选用apache的kafka3）.流式计算