已有0人关注此标签
spark streaming 流式计算-----容错（hbase幂等性修改）
作者: 五维空间s
103人浏览
在做流式计算过程中，最复杂最难做的莫过于数据幂等性修改操作的设计。先解释一下概念【幂等性操作】，幂等性概念来源于数学专业表示对一个表达式做多次相同的操作，表达式不会改变。例如：逻辑回归中的Sigmod函数，n次求导之后依然坚挺。
助力“新基建” | 基于StreamWorks构建实时大数据处理平台
作者: 袋鼠云
937人浏览
导语 2020年春节期间，一场突如其来的疫情在全国蔓延开来，打破了大家原有的工作生活节奏。疫情期间，大家宅在家就能随时看到实时的大数据疫情地图，可以随时刷到自己当前感兴趣的抖音视频，这一切背后依赖的最重要的技术，就是实时大数据处理技术。
快速起步Apache Flink，这远比我们看到的更强大
作者: 云栖号资讯小哥
622人浏览
Flink 诞生于欧洲的一个大数据研究项目 StratoSphere。该项目是柏林工业大学的一个研究性项目。早期，Flink 是做 Batch 计算的，但是在 2014 年，StratoSphere 里面的核心成员孵化出 Flink，同年将 Flink 捐赠 Apache，并在后来成为 Apache 的顶级大数据项目，同时 Flink 计算的主流方向被定位为 Streaming，即用流式计算来做所有大数据的计算。
【云栖号案例 | 互联网 】万师傅使用云产品，上手简单、开箱即用、省去运维烦恼
作者: 云栖号案例库
697人浏览
万师傅搭配使用Dataworks集成所有使用MaxCompute时所需要配套的功能，解决了可视化调度、智能监控告警、数据权限控制等痛点。
小米流式平台架构演进与实践
作者: ApacheFlink
1550人浏览
小米业务线众多，从信息流，电商，广告到金融等覆盖了众多领域，小米流式平台为小米集团各业务提供一体化的流式数据解决方案，主要包括数据采集，数据集成和流式计算三个模块。目前每天数据量达到 1.2 万亿条，实时同步任务 1.5 万，实时计算的数据 1 万亿条。
阿里巴巴 29 个屌炸天的开源项目
作者: 云栖号资讯小编
2042人浏览
众所周知，阿里巴巴是 apache基金会成员、Linux基金会成员，同时是Xen顾问委员会成员。上述身份可见阿里在开源方面的重视程度，阿里通过开源贡献更多技术、分享更多理念。其开源的很多项目大受欢迎，今日就来盘点阿里 29 个开源项目，你用过几个，哪个最好用，欢迎在留言区告诉我。
表格存储触发函数计算示例之 Nodejs/Php/Java/C# Runtime
作者: rsong
3047人浏览
创建Table Store触发器，能够实现Table Store Stream和函数计算的自动对接，从而实现OTS数据发生变更时候定制化的自动处理。本教程作为补充，通过代码示例说明在其他runtime下怎么玩转Table Store触发器。
实时计算最佳实践：基于表格存储和Blink的大数据实时计算
作者: Dendi
6416人浏览
表格存储是阿里云自研的NoSQL多模型数据库，提供PB级结构化数据存储、千万TPS以及毫秒级延迟的服务能力。在实时计算场景里，表格存储强大的写入能力和多模型的存储形态，使其不仅可以作为计算结果表，同时也完全具备作为实时计算源表的能力。
Flink Forward Asia 2019 | 总结和展望（附PPT）
作者: 檸，铮
5498人浏览
11 月 28 - 30 日，北京迎来了入冬以来的第一场雪，2019 Flink Forward Asia（FFA）也在初雪的召唤下顺利拉开帷幕。尽管天气寒冷，FFA 实际到会人次超过 2000，同比去年增加近 100%。
Flink Forward Asia 2019 | 总结和展望（附PPT）
作者: 云栖号
1508人浏览
11 月 28 - 30 日，北京迎来了入冬以来的第一场雪，2019 Flink Forward Asia（FFA）也在初雪的召唤下顺利拉开帷幕。尽管天气寒冷，FFA 实际到会人次超过 2000，同比去年增加近 100%。
Flink Forward Asia 2019 - 总结和展望（附PPT下载链接）
作者: ApacheFlink
2289人浏览
11 月 28 - 30 日，北京迎来了入冬以来的第一场雪，2019 Flink Forward Asia（FFA）也在初雪的召唤下顺利拉开帷幕。尽管天气寒冷，FFA 实际到会人次超过 2000，同比去年增加近 100%。
Flink最佳实践（二）Flink流式计算系统
作者: xiaohei.info
5338人浏览
前言 在 Flink最佳实践（一）流式计算系统概述 中，我们详细讨论了流式计算系统中 时域、窗口、时间推理与正确性工具 等概念。 本文将以这些概念为基础，逐一介绍 Flink 的 发展背景、核心概念、时间推理与正确性工具、安装部署、客户端操作、编程API 等内容，让开发人员对 Flink 有较为全面的认识并拥有一些基础操作与编程能力。
Flink最佳实践（一）流式计算系统概述
作者: xiaohei.info
1173人浏览
前言 传统的批处理拥有巨大 吞吐量 的优势，但是随之而来的是极其 高延迟 的缺陷。 随着大数据系统的不断发展，传统的批处理已然无法全部满足对 时效性 要求愈加严苛的业务需求。 为了适应逐渐变得 「实时」 的年代，大数据系统架构也由简单的批处理转向批流混合的Lambda架构，最后可能会逐渐演变成只有流计算的 高精准高时效 的Kappa架构。
开源大数据生态下的 Flink 应用实践
作者: ApacheFlink
8006人浏览
11 月 28-30 日，Flink Forward Asia 邀请来自阿里巴巴、戴尔科技集团、英特尔、Cloudera、趣头条、百度、Stream Native 等不同方向的技术专家围绕 Apache Flink 核心大数据生态探讨当下大数据的发展趋势与未来动向，并展现相关技术在一线生产场景的优秀实践。
Ververica Platform-阿里巴巴全新Flink企业版揭秘
作者: ApacheFlink
3545人浏览
本文主要从Ververica由来开始谈起，着重讲了Ververica Platform的四个核心插件App Manager、Libra Service、Stream Ledger、Gemini，以及阿里巴巴实时计算云原生版本相关特性及典型应用场景。
数据中台交付专家告诉你，数据架构的分层怎样更加合理？
作者: 伴弋
7717人浏览
作者：柯根 更多内容详见数据中台官网 https://dp.alibaba.com从整体上看，数据中台体系架构可分为：数据采集层、数据计算层、数据服务层三大层次。通过这三大层次对上层数据应用提供数据支撑。
