@streamrx 如果没有影响，那我肯定不会吱声

@zqguo 关系户不需要培养，因为一转正就可能成为我的领导

@javalaw2010 应该不是碍于面子，因为领导先是挑毛病弄走了 2 个人，然后再安排了 2 个关系户进来

@fpcxsun 已经是小领导了，底下有 20 来个人，是上面的大领导硬塞进来的关系户

@luziafy 快了，估计一转正就成为我的新领导了

@kera0a 一个萝卜一个坑，原先被挤走的那些人的活分给谁去干呢

@pkoukk 如果弄不走他，那估计我会被他领导

@asd7160 想无视，但关系户挤走了别人，自己却啥活都干不了，底下每个人都要多承担很多活

@Arvin0913 是领导亲戚家的小孩，没有任何工作经验，也不是学计算机的，直接安排进来写代码就很离谱

湖南 18 线小县城，高速上的收费员，月薪 3200 ，一年总包也有 10w 左右，公务员不可能只靠死工资的

长沙薪资低，但工作强度一点也不低，我之前在深圳某厂拿 35 ，回长沙后在"兴盛优选"拿 20 ，加班比深圳还猛，干了 2 个月顶不住又来深圳了。

高级开发在自研的公司拿 15 算正常，但是干外包尽量多要点，因为长沙的外包可能随时被裁。

@za30312 #14 我这边的业务是充电桩，有 30 多万台设备，我觉得跟你的大致业务应该差不太多。

我目前在做的这个方案借鉴了原大数据数仓的分层模型，但是具体设计跟实现细节还是有着很大的差别，这里更注重于数据模型的抽取跟存储架构的落地，先把结构化数据和非结构化数据的公共存储模型抽取出来进行固化，后续业务团队想进行任何数据相关的操作就很简单了，因为数据模型设计的好，存储流程也很规范，所以整体架构运行的很稳定，能快速响应各种各样的数据需求。

只不过我这个方案是企业级的数据治理平台，而你要做的需求是其中的一个小功能，我不熟悉你的具体业务，没法更细的提供技术方案，但如果后续你公司的业务发展起来了，可以参考一下这个架构。

@za30312 #7 @za30312 如果项目规模不大，团队人手也不多，前期真没必要考虑什么扩展。

你可以参考一下我目前在弄的一个数仓分层方案：
1 、将采集到的原生数据作为基础数据层，标记为 ODS 层，存入 Kafka 中，后面接入 Flink
2 、使用 Flink 对 ODS 层的数据进行清洗和规范化操作，标记为 DWD 层，存入 Kafka 中
3 、使用 Flink 对 DWD 层数据进行加工补齐，也可在此阶段做一些基础宽表，标记为 DWM 层，存入 Kafka 中
4 、使用 Flink 对 DWM 层数据进行处理，分组、聚合、开窗、统计、多流合并，形成主题宽表，标记为 DWS 层，存入 ClickHouse 中
5 、根据需求从 ClickHouse 中读取数据，标记为 ADS 层，进行可视化展示

这个架构你想怎么扩展都行，数据可以在任意一层进行持久化，因为数据分层后形成了固化的存储模型，可以提供平台级别的通用组件支持。

但要注意的点是：这个方案特别烧钱，我目前所在的团队有 40 多个人，已经做了 3 年多，没人没钱的话不建议去碰这个。

你这点内容完全可以放在 ClickHouse 的一张表里，我司的宽表每张都有几百个字段，也是放在一张表里，缺点就是查询的时候不能带很多列

消费者的消费速率 < 生产者的发送速率，消息才会积压

PHP 、Java 各写一份简历，工作经验写 9 年，分别投递

那你 debug Netty 框架试试看

[email protected]
已注册，谢谢！