已有0人关注此标签
小红书推荐大数据在阿里云上的实践
作者: 云栖号资讯小哥
17564人浏览
小红书推荐业务架构 首先这个图上画了一些比较典型的推荐业务，使用大数据的主要模块，其中最左边是线上推荐引擎，一般推荐引擎会分成召回、排序、后排等几步，在这里就不细说了。主要是从大数据的角度来说，推荐引擎主要是运用预测模型来预估用户对每个候选笔记的喜欢程度。
Nexmark: 如何设计一个流计算基准测试？
作者: 阿里云实时计算Flink
0人浏览
每一种引擎有其优势的地方，如何选择适合自己业务的流计算引擎成了一个由来已久的话题。除了比较各个引擎提供的不同的功能矩阵之外，性能是一个无法绕开的评估因素。基准测试（benchmark）就是用来评估系统性能的一个重要和常见的过程。
重磅发布！阿里云实时计算 Flink 版9大行业应用案例汇总
作者: 阿里云实时计算Flink
28人浏览
2020 年在国际知名咨询调研公司Forrester 的测评中，实时计算 Flink版成为中国唯一进入Forrester象限的实时流计算产品。
开源 Flink + 实时计算 Flink 版训练营学习资料汇总
作者: 阿里云实时计算Flink
33人浏览
Apache Flink 是一个开源的分布式大数据处理引擎, 可对有限数据流和无限数据流进行有状态计算。实时计算 Flink版是阿里云提供的基于 Apache Flink 构建的企业级、高性能实时大数据处理系统，由Apache Flink创始团队官方出品。
如何轻松搞定SAP HANA数据库备份？
作者: 阿里巴巴存储技术
0人浏览
阿里云混合云备份（HBR）推出了AP HANA BACKINT集成方案，成为亚洲首家通过SAP HANA BACKINT认证的云厂商，此外，HBR还可以为阿里云ECS，NAS，OSS以及自建机房内的文件，VMware，SQL Server等提供安全，高效的备份和容灾保护。
阿里云实时计算 Flink 版:基于 Apache Flink 构建的大数据计算平台
作者: 阿里云实时计算Flink
48人浏览
实时计算 Flink版是阿里云提供的基于 Apache Flink 构建的企业级、高性能实时大数据处理系统，由Apache Flink创始团队官方出品。
前端三大框架：数据绑定与数据流
作者: 云栖号资讯小哥
565人浏览
云栖号资讯：【点击查看更多行业资讯】在这里您可以找到不同行业的第一手的上云资讯，还在等什么，快来！ 序言在前端三大主流的框架中，我们可能会经常听到 React 是单向数据流，采用单向数据绑定，而 Vue 2.x 也是单向数据流，但同时支持单向数据绑定和双向数据绑定，而 Angular 和 AngularJS 又有所不同，到底数据绑定与数据流之间有什么关联？单向数据绑定就等价于单向数据流吗？支持双向数据绑定就一定是双向数据流吗？这篇文章将理清在前端三大框架中数据绑定与数据流之间的关联与区别。
Flink 1.11 Unaligned Checkpoint 解析
作者: 阿里云实时计算Flink
51人浏览
由于 Checkpoint 与反压的耦合，反压反过来也会作用于 Checkpoint，导致 Checkpoint 的种种问题。针对于此，Flink 在 1.11 引入 Unaligned Checkpint 来解耦 Checkpoint 机制与反压机制，优化高反压情况下的 Checkpoint 表现。
太赞了，Intellij IDEA竟然把Java8的数据流问题这么完美的解决掉了！
作者: 云栖号资讯小哥
680人浏览
自从Java8在2014年三月发布，距离现在（2020年6月7号）快有6年了。我们打算将Pondus的所有生产服务器升级到这一新版本。
基于Flink和Drools的实时日志处理
作者: 云栖号资讯小哥
1101人浏览
云栖号资讯：【点击查看更多行业资讯】在这里您可以找到不同行业的第一手的上云资讯，还在等什么，快来！ 背景 日志系统接入的日志种类多、格式复杂多样，主流的有以下几种日志： Filebeat采集到的文本日志，格式多样 Winbeat采集到的操作系统日志 设备上报到Logstash的syslog日志 接入到Kafka的业务日志 以上通过各种渠道接入的日志，存在2个主要的问题： 格式不统一、不规范、标准化不够 如何从各类日志中提取出用户关心的指标，挖掘更多的业务价值 为了解决上面2个问题，我们基于Flink和Drools规则引擎做了实时的日志处理服务。
带你认识不一样的Stream，Java8就该这么玩！
作者: 云栖号资讯小哥
694人浏览
相信Java8的Stream 大家都已听说过了，但是可能大家不会用或者用的不熟，文章将带大家从零开始使用，循序渐进，带你走向Stream的巅峰。
EMR弹性低成本离线大数据分析
作者: 最佳实践小文
18321人浏览
布式计算框架系统分别为Hadoop、Spark和Storm, Hadoop可以运用在很多商业应用系统，可以轻松集成结构化、半结构化以及非结构化数据集，Spark采用了内存计算，允许数据载入内存作反复查询，融合数据仓库、流处理和图形计算等多种计算范式，Spark能够与Hadoop 很好地结合，Storm用于处理高速、大型数据流的分布式实时计算系用，为Hadoop添加可靠的实时数据处理能力。
