前言¶
實時數倉常見做法是 CDC 進 Kafka、多套引擎分別做清洗與 Serving，鏈路長、口徑難統一。若希望用一套 SQL 覆蓋入湖、物化與服務層，並在分鐘級把指標推到大屏，需要在 Flink、湖表格式和 OLAP 之間反覆查文檔、對齊語法。
下面介紹 SkillHub 上的社區 Skill「Flink 實時數倉」，它把 Flink、Paimon、StarRocks 實時數倉全鏈路寫進 Agent 可讀的 SKILL 指引，便於在 IDE 裏讓模型按同一套技術棧回答問題、生成 SQL 與步驟說明。
這是什麼¶
一句話定位： 面向 Flink + Paimon + StarRocks 的實時數倉全鏈路開發輔助 Skill，強調 CDC 入湖、物化表開發與分鐘級大屏輸出，以及 SQL 流批一體。
| 項 | 內容 |
|---|---|
| 座標 | @user_69009747/flink-real-time-warehouse |
| 版本 | 1.0.0 |
| 來源 | community（SkillHub 社區） |
| 分類 | data-analysis |
| 發佈者 | user_69009747 |
| 是否需要 API Key | 否（requires_api_key=false） |
官方 Skill 頁：Flink 實時數倉 - SkillHub。
API 元數據地址：https://api.skillhub.cn/user_69009747/flink-real-time-warehouse。
頁面展示的簡介爲：
Flink+Paimon+StarRocks 實時數倉全鏈路：CDC 入湖、物化表開發、分鐘級大屏輸出，一套 SQL 流批一體。
核心功能¶
以下能力均來自上述官方簡介，Skill 本體爲通用 SKILL.md 格式，用於約束 Agent 在該技術棧下的回答範圍與步驟，而非單獨部署一套 Flink 集羣。
-
CDC 入湖
圍繞變更數據捕獲寫入湖倉（Paimon）的場景，協助梳理鏈路設計與相關 SQL / 配置思路。 -
物化表開發
在 Paimon 上建設物化表、支撐實時彙總與下游消費的設計與實現說明。 -
分鐘級大屏輸出
面向需要將指標以分鐘粒度對外展示（如對接 StarRocks 等 Serving 層）的鏈路。 -
SQL 流批一體
在同一套 Flink SQL 語義下兼顧流處理與批處理相關開發問題，減少流批兩套腳本的割裂。
公開頁面上未列出更細的目錄結構或腳本列表；具體指令與示例以安裝後得到的 SKILL.md 爲準。
安裝與啓用¶
SkillHub 提供兩種方式：把安裝提示詞發給 AI，或使用 skillhub CLI。安裝時必須用 --dir 指向當前 Agent 的 skills 目錄，否則默認會裝到 ./skills/，Agent 可能無法加載。
方式一：提示詞安裝（頁面推薦）¶
將下面內容發給支持 Skill 的 AI（如 Cursor、Claude Code 等），讓其按 SkillHub 安裝文檔操作：
請根據 https://skillhub.cn/install/skillhub.md，安裝 `@user_69009747/flink-real-time-warehouse`。
方式二：SkillHub CLI¶
先檢查是否已安裝 CLI：
command -v skillhub && skillhub --version
未安裝時，可按 SkillHub 安裝與優先源配置 執行完整安裝（示例）：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash
安裝 Skill 到對應客戶端目錄（將 <skills 目錄> 換成你當前環境的路徑）：
skillhub install user_69009747/flink-real-time-warehouse --dir <skills 目錄>
常用客戶端 skills 目錄（摘自官方安裝文檔）：
- Cursor：
~/.cursor/skills/ - Claude Code：
~/.claude/skills/ - Codex：
~/.codex/skills/或項目下的.agents/skills/
安裝完成後，按你所用客戶端的說明重啓或刷新 Agent，使新 Skill 生效。
截至撰寫時，SkillHub 元數據顯示該 Skill 安裝次數爲 0；若 CLI 下載失敗，可先使用方式一由 Agent 按文檔處理，或在 SkillHub 頁面確認包是否可下載。
典型用法¶
公開資料未附帶可逐行復制的端到端 SQL 樣例，典型用法是：在已啓用該 Skill 的會話裏，用自然語言描述你的實時數倉階段（例如 MySQL CDC 入 Paimon、物化寬表、同步或查詢 StarRocks、分鐘聚合供大屏），讓 Agent 在 Flink + Paimon + StarRocks 語境下給出步驟、表結構思路與 SQL 草案。
建議提問時寫清：
- 源庫類型與 CDC 方式（若已確定）
- Paimon 表模型（主鍵、分區、合併引擎等已知約束）
- StarRocks 側表類型或查詢場景（明細 / 聚合 / 大屏刷新粒度）
- Flink 版本或集羣限制（若存在）
由 Agent 對照 SKILL.md 中的規範收斂答案，你再在測試環境校驗執行計劃與數據延遲。
適用場景與注意¶
適合誰
- 正在或計劃用 Flink + Paimon + StarRocks 建設實時數倉的數據開發、數倉工程師。
- 希望減少在三套組件文檔之間切換、用對話方式推進 CDC 入湖與物化表設計的人。
- 需要 分鐘級 指標輸出鏈路設計參考、且接受以 SQL 流批一體爲主軸的團隊。
限制與注意
- 本 Skill 不替代 Flink、Paimon、StarRocks 集羣的安裝、權限與生產運維；模型輸出需在真實環境驗證。
- 標籤標明 不需要 API Key；仍可能涉及你方數據庫與集羣的連接信息，請勿向不可信環境泄露憑據。
- 社區來源（
community），維護節奏取決於發佈者；版本當前爲 1.0.0，升級以 SkillHub 頁面爲準。 - SkillHub 統計（撰寫時來自抓取元數據）：評分 100000，下載 839 次；與第三方轉載的下載數可能不一致，以 SkillHub 頁面爲準。
結尾¶
「Flink 實時數倉」把 CDC 入湖、Paimon 物化、StarRocks 服務與分鐘級展示串成一條可對話的技術主線，適合作爲實時數倉方案討論與 SQL 開發的 Agent 輔助。安裝與詳情見 SkillHub：
- 技能頁：https://www.skillhub.cn/skills/user_69009747/flink-real-time-warehouse
- 安裝說明：https://skillhub.cn/install/skillhub.md
- 座標：
@user_69009747/flink-real-time-warehouse
