v1.15.2

Try Flink
▾
实践练习
▾
概念透析
▾
应用开发
▾
- 项目配置▾
- DataStream API▾
  - 概览
  - 执行模式（流/批）
  - 事件时间▾
    - 生成 Watermark
    - 内置 Watermark 生成器
  - 用户自定义 Functions
  - 状态与容错▾
    - Working with State
    - Broadcast State 模式
    - Checkpointing
    - Queryable State
    - State Backends
    - 数据类型以及序列化▾
  - 算子▾
    - 概览
    - 窗口
    - Joining
    - Process Function
    - 异步 I/O
  - 数据源
  - 旁路输出
  - Handling Application Parameters
  - 测试
  - 实验功能
  - Scala API 扩展
  - Java Lambda Expressions
  - 管理执行▾
- Table API & SQL▾
  - 概览
  - 概念与通用 API
  - DataStream API Integration
  - 流式概念▾
  - 流式聚合
  - Data Types
  - 时区
  - Table API
  - SQL▾
    - 概览
    - 入门
    - Queries 查询▾
      - 概览
      - Hints
      - WITH 子句
      - SELECT 与 WHERE
      - SELECT DISTINCT
      - 窗口函数
      - 窗口聚合
      - 分组聚合
      - Over聚合
      - Join
      - 窗口关联
      - 集合操作
      - ORDER BY 语句
      - LIMIT 语句
      - Top-N
      - 窗口 Top-N
      - 窗口去重
      - 去重
      - 模式检测
    - CREATE 语句
    - DROP 语句
    - ALTER 语句
    - INSERT 语句
    - DESCRIBE 语句
    - EXPLAIN 语句
    - USE 语句
    - SHOW 语句
    - LOAD 语句
    - UNLOAD 语句
    - SET 语句
    - RESET 语句
    - JAR Statements
  - 函数▾
  - 模块
  - Catalogs
  - SQL 客户端
  - 配置
  - User-defined Sources & Sinks
- Python API▾
  - 概览
  - 环境安装
  - Table API 教程
  - DataStream API 教程
  - Table API▾
    - Python Table API 简介
    - TableEnvironment
    - Operations▾
      - Overview
      - Row-based Operations
    - 数据类型
    - 系统（内置）函数
    - 自定义函数▾
    - PyFlink Table 和 Pandas DataFrame 互转
    - Table 和 DataStream 互转
    - SQL
    - Catalogs
    - 指标
    - 连接器
  - DataStream API▾
    - Python DataStream API 简介
    - Operators▾
    - Data Types
    - State
  - 依赖管理
  - 执行模式
  - 配置
  - 调试
  - 环境变量
  - 常见问题
- DataSet API (Legacy)▾
Libraries
▾
- 事件处理 (CEP)
- Graphs▾
- State Processor API
Connectors
▾
- DataStream Connectors▾
  - 概览
  - Formats▾
    - Overview
    - Avro
    - Azure Table storage
    - CSV
    - Hadoop
    - MongoDb
    - Parquet
    - Text files
  - 容错保证
  - Kafka
  - Cassandra
  - DynamoDB
  - Elasticsearch
  - Firehose
  - Kinesis
  - 文件系统
  - RabbitMQ
  - Google Cloud PubSub
  - Hybrid Source
  - NiFi
  - Pulsar
  - JDBC
- Table API Connectors▾
  - 概览
  - Formats▾
    - Formats
    - CSV
    - JSON
    - Avro
    - Confluent Avro
    - Debezium
    - Canal
    - Maxwell
    - Ogg
    - Parquet
    - Orc
    - Raw
  - Kafka
  - Upsert Kafka
  - DynamoDB
  - Firehose
  - Kinesis
  - JDBC
  - Elasticsearch
  - 文件系统
  - HBase
  - DataGen
  - Print
  - BlackHole
  - Hive▾
  - 下载页面
- DataSet Connectors
Deployment
▾
- 概览
- Resource Providers▾
  - Standalone▾
  - Native Kubernetes
  - YARN
- 配置参数
- 内存配置▾
- Fine-Grained Resource Management
- 弹性扩缩容
- 命令行界面
- File Systems▾
- 高可用▾
- Metric Reporters
- Security▾
  - SSL 设置
  - Kerberos
- REPLs▾
  - Python REPL
- Advanced▾
Operations
▾
- 状态与容错▾
- 指标
- REST API
- Batch▾
  - Blocking Shuffle
- Debugging▾
- Monitoring▾
  - 监控 Checkpoint
  - 监控反压
- 升级应用程序和 Flink 版本
- 生产就绪情况核对清单
Flink 开发
▾
- 导入 Flink 到 IDE 中
- 从源码构建 Flink
内幕
▾

Project Homepage
JavaDocs
ScalaDocs
PyDocs

Pick Docs Version

▾

v1.15
v1.14

All Versions

English

MongoDb

On This Page

MongoDB format #

This GitHub repository documents how to use MongoDB with Apache Flink (starting from 0.7-incubating).

Want to contribute translation?

Edit This Page

On This Page