携程基于Flink的实时特征平台

2018/07/26 刘康
本文来自7月26日在上海举行的 Flink Meetup 会议,分享来自于刘康,目前在大数据平台部从事模型生命周期相关平台开发,现在主要负责基于flink开发实时模型特征计算平台。熟悉分布式计算,在模型部署及运维方面有丰富实战经验和深入的理解,对模型的算法及训练有一定的了解。

Flink在美团的实践与应用

2018/08/11 刘迪珊
本文整理自8月11日在北京举行的Flink Meetup,分享嘉宾刘迪珊(2015年加入美团数据平台。致力于打造高效、易用的实时计算平台,探索不同场景下实时应用的企业级解决方案及统⼀化服务)。

Jstorm到Flink在今日头条的迁移实践

2018/08/11 张光辉
本文将为大家展示字节跳动公司怎么把Storm从J storm迁移到Flink的整个过程以及后续的计划。你可以借此了解字节跳动公司引入Flink的背景以及Flink集群的构建过程。字节跳动公司是如何兼容以前的Jstorm作业以及基于Flink做一个任务管理平台的呢?本文将一一为你揭开这些神秘的面纱。

Flink状态管理和容错机制介绍

2018/08/11 施晓罡
本文来自8月11日在北京举行的 Flink Meetup会议,分享来自于施晓罡,目前在阿里大数据团队部从事Blink方面的研发,现在主要负责Blink状态管理和容错相关技术的研发

Flink靠什么征服饿了么工程师?

2018/07/29 易伟平
本文将为大家展示饿了么大数据平台在实时计算方面所做的工作,以及计算引擎的演变之路,你可以借此了解Storm、Spark、Flink的优缺点。如何选择一个合适的实时计算引擎?Flink凭借何种优势成为饿了么首选?本文将带你一一解开谜题。

G7在实时计算Flink的探索与实践

2018/09/01 张皓
此篇文章,摘自于张皓在「Flink China社区线下 Meetup·成都站」的技术分享,主要介绍了Flink在车联网领域的应用

Spark比拼Flink:下一代大数据计算引擎之争,谁主沉浮?

2018/07/23 王海涛
本文对大数据实时流计算领域两大系统Spark和Flink在技术与场景进行了全面分析与对比。作者王海涛曾经在微软的 SQL Server 和大数据平台组工作多年。带领团队建立了微软对内的 Spark 服务,主打 Spark Streaming。去年加入阿里实时计算部门,参与改进阿里基于 Apache Flink 的 Blink 平台。

容错和高性能如何兼得:Flink创始人谈流计算核心架构演化和现状

2018/07/21 Kostas Tzoumas
本文主要翻译自《high-throughput-low-latency-and-exactly-once-stream-processing-with-apache-flink》,作为 Flink 发明人以及 data-Artisan(Flink 背后商业公司) CEO,Kostas Tzoumas 对于流式处理有深入的见解。文章分为两部分,本篇文章是上半部分有关流式计算核心能力的介绍和探讨。文章考虑到语言文化差异,对于部分较难理解部分加入译者的说明。

Apache Flink在唯品会的实践

2018/07/29 王新春
本文来自于王新春在2018年7月29日Flink China Meetup·上海站的分享。王新春目前在唯品会负责实时平台相关内容,主要包括实时计算框架和提供实时基础数据,以及机器学习平台的工作。之前在美团点评,也是负责大数据平台工作。他已经在大数据实时处理方向积累了丰富的工作经验.