Dinky，让 Flink SQL 纵享丝滑
大家好，我是脚丫先生
流批一体，越来越流行了，牛逼一体。
之前用java封装flink-sql-client提交脚本文件，很是摩擦。
不过，在研发流批一体平台的时候发现了Dinky，终于丝滑了。
今天就给小伙伴们推荐下低调但实力强大的Dinky！功能强大，解放自己。
Dinky
基于 Apache Flink 二次开发，无侵入，开箱即用实时即未来，批流为一体。
用好Dinky，无限丝滑。
官方网站
官方有着详细的使用教程，并且已经开源了。
最重要的是可以加入交流群，随时问作者(比较耐心的一个大佬)。
Dinky平台
搭建Dinky，跟着官方搭建教程一步一操作，比较简单。
作为FlinSQL实时计算平台，其核心功能：
- 支持 Flink 原生语法、连接器、UDF 等： 几乎零成本将 Flink 作业迁移至 Dinky。
- 增强 FlinkSQL 语法： 表值聚合函数、全局变量、CDC多源合并、执行环境、语句合并、共享会话等。
支持 Flink 多版本： 支持作为多版本 FlinkSQL Server 的能力以及 OpenApi。 - 支持外部数据源的 DB SQL 操作： 如 ClickHouse、Doris、Hive、Mysql、Oracle、Phoenix、PostgreSql、SqlServer 等。
- 支持实时任务运维： 作业上线下线、作业信息、集群信息、作业快照、异常信息、作业日志、数据地图、即席查询、历史版本、报警记录等。
更多的功能，小伙伴们去官网一目了然。
Dinky二次开发感受
源码
下载源码直接导入idea即可，和普通的导入工程没差别。
用java开发的Dinky，非常友好，这么卷的java，现在谁不会。
- 用Dinky做流批平台时候，以它作为后端，只需要根据需求，重新开发前端即可。
看源码的日子，总是很累的。（看别人的代码脑壳痛）
必须看懂，因为Flink实在很流行。
不过最大的感受就是，学会了关于Flink的很多知识，看明白了作者如何封装的。
单纯的看源码总是很累的，只有在实际工作中，需要去改造功能，在去看源码，效率很高，也不枯燥。
自研平台
目前正在进行离线模块的开发，调度有点难顶。
之前打算用熟悉的Airflow，但是发现小海豚挺流行的，自己也想学习学习，就安排上了。
平台中实时流模块，在之后打算集成Dinky源码，让平台的功能更加完善和强大。
祝各位终有所成，收获满满！