在刚刚结束的2023 年山西省第十七届职业院校技能大赛高职组“大数据应用开发”赛项中，教育技术系的

趣头条一直致力于使用大数据分析指导业务发展。目前在实时化领域主要使用 Flink+ClickHouse 解决方案，覆盖场景包括实时数据报表、Adhoc 即时查询、事件分析、漏斗分析、留存分析等精细化运营策略，整体响应 80% 在 1 秒内完成，大大提升了用户实时取数体验，推动业务更快迭代发展。

本次分享主要内容：

• 业务场景与现状分析
• Flink to Hive 的小时级场景
• Flink to ClickHouse 的秒级场景

Hive 采用了类似SQL 的查询语言 HQL (Hive Query Language)，因此很容易将 Hive 理解为数据库。其实Hive 是为数据仓库设计的，是数据仓库的客户端，所以要搞清楚Hive与数据库的区别，只要我们搞清楚数据仓库和数据库的区别就可以了。

1.1Flink作用

Flink核心目标是“数据流上的有状态计算”；Apache Flink是一个框架和分布式处理引擎，用于对

Redis真的是单线程吗？

我们一般说Redis是单线程，是指Redis的网络IO和键值对操作是一个线程完成的，这就是Redis对外提供键值存储服务的主要流程。Redis的其他功能，例如持久化、异步删除、集群数据同步等等都是由额外的线程去做的。当我们说“Redis是单线程高性能的存储”的时候，无非是说法上感觉比较酷。