实时数仓建设第3问：Lookup维表缓存数据TTL不需要设置几个小时，数据一被访问就更新生命周期生命周期？

同事说维表缓存，当缓存项在指定的时间段内没有被读就会被回收，如果被读就会延长ttl时间。如果关联的维表数据变动就会导致无法获取最新维度数据，这种场景必须关闭缓存。

在flink 1.16之前缓存的创建方式如下：

CacheBuilder.newBuilder()       .expireAfterWrite(cacheExpireMs, TimeUnit.MILLISECONDS)        .maximumSize(cacheMaxSize)        .build()

flink1.16后缓存增加了参数给用户设置如下：

CacheBuilder guavaCacheBuilder = CacheBuilder.newBuilder();
                if (expireAfterAccessDuration != null) {
                    guavaCacheBuilder.expireAfterAccess(expireAfterAccessDuration);
                }
                if (expireAfterWriteDuration != null) {
                    guavaCacheBuilder.expireAfterWrite(expireAfterWriteDuration);
                }
                if (maximumSize != null) {
                    guavaCacheBuilder.maximumSize(maximumSize);
                }
                if (ticker != null) {
                    guavaCacheBuilder.ticker(ticker);
                }
                guavaCache = guavaCacheBuilder.build();

expireAfterAccess: 当缓存项在指定的时间段内没有被读或写就会被回收。

expireAfterWrite：当缓存项在指定的时间段内没有更新就会被回收。

refreshAfterWrite：当缓存项上一次更新操作之后的多久会被刷新。

专栏初衷:

• 要想快速建设实时数仓，对齐离线数仓分层，首选Flink SQL，相比datastream 代码，Flink SQL可大幅提升10倍实时数仓建设落地时间。
• 作者位于大厂实时数仓团队，目前运行实时任务3000+，实时集群规模2万CU，集群checkpoint峰值5TB,单任务最大QPS峰值50W。
• 本专栏将分享作者在实时数仓建设过程中遇到的细节点，帮组大家快速建设实时数仓。

作者信息:

• 1.《深入理解Flink核心设计与实践原理》一书作者
• 2.GitHub 热门项目 fink-boot（800+） 开发者，致力于flink与spring生态集成