技术栈：Flink，Flink CDC，Kafka，Redis，PolarDB
随着公司越来越多的业务场景对实时性要求越来越高，传统的Java程序已无法满足业务需求，需要采用Flink实时计算框架来对业务进行支撑。Flink大数据实时计算服务内部包含了多个Flink任务流，分别处理多个不同的业务流程。并且结合Flink cdc服务进行数据同步，使得业务处理更加高效、便捷。
我在该项目中的职责：
1.构建Flink实时计算项目框架，搭建整体服务架构，包括Flink项目工程样例创建，数据库工具类、Kafka工具类、Redis工具类、日期工具类等。
2.java程序改造Flink，某些新的功能需求使用Flink实现，具体的服务有：
(1)电站潮流图秒级计算服务，实时接收设备上传的秒级测点数据，每10s一个窗口进行数据计算并推送结果给前端；
(2)通信设备时区实时纠正服务，实时接收设备升级和时区设置成功指令数据，判断是否和电站时区一致，若不一致则下发时区指令进行通信设备时区纠正；
(3)电站设备实时同步服务，实时接收Flink cdc服务推送的电站、设备相关表的变更数据，同步写入到ES索引中，供阳光云Web及App页面数据查询；
(4)flink-sungrow-cdc服务，使用Flink cdc技术实时监听核心业务库(PolarDB)变更数据，并根据指定规则将不同表的数据发送到不同kafka队列中，供其他业务使用；