blink测试技术介绍
引言:
flink是面向数据流处理和批处理的分布式开源计算框架。2016年阿里巴巴引入flink框架,改造为blink,将其运用到搜索及推荐的离线实时计算中,成功解决了搜索、推荐实时大数据量计算的痛点。2017年5月,集团整合了所有流计算产品,决定以blink引擎为基础,打造一款全球领先的实时计算引擎。2017年的双11,blink支持了20多个事业部/群,同时运行了1100+实时计算job,每秒处理的日志数峰值达到惊人的4.7亿。集团内部Blink用户群已经超过1400+的开发同学。因此blink质量保障变得极其重要,blink测试团队成立一年多的时间,从无到有,逐步建立起完整的blink测试体系,全方位保障blink质量。
Blink测试平台介绍
blink测试团队为blink质量量身打造blink测试平台,内容如下图所示:
低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
- 上一篇
【2018杭州云栖】大数据计算专场:带你感知无处不在的超大规模大数据计算
9月19日-22日杭州云栖小镇,2018超精彩的云计算盛会—云栖大会进行中, 大会共170余场前沿技术、产品及行业峰会, 加速科技普惠, 驱动数字中国! 云栖大会首日,与主论坛一同亮相的大数据计算专场获得了极大关注。阿里巴巴计算平台六位技术专家与衣二三公司CTO,共同引领开发者们直击阿里巴巴超大规模的大数据计算服务,解构数据世界,分享大数据计算前沿科技。整个下午座无虚席,众多来宾站立参与全程。 作为阿里巴巴集团旗舰级大数据平台, MaxCompute承载了阿里集团99%的数据存储及95%的计算能力。在2015和2016年的Sort Benchmark中,MaxCompute打破多项世界纪录; 2017年10月,将TPC的benchmark适配到MaxCompute,进行全球首次基于公共云的bigbench大数据基准测试,数据规模被
- 下一篇
这些常见的机器学习工具,不知道的快来补课
随着人工智能的火热,很多企业甚至是数据挖掘爱好者开始尝试自己动手来挖掘数据中的价值。机器学习的基础设施包括数据、算法和工具。前面已经介绍了数据和算法方面的内容,本文将重点介绍机器学习工具。 机器学习工具从计算能力上来讲可以分为两种,即单机计算和集群计算。本文会分别对单机版机器学习工具、开源分布式机器学习工具以及企业级云机器学习工具进行介绍,如图1-1所示。 图1-1 机器学习工具 首先介绍单机版的机器学习工具。如果读者有过数据挖掘的经历,一定会对下面几款工具都有一定了解:SPSS和R。这些都是单机版机器学习工具的代表,每一款产品都有自己的特点,SPSS的操作更方便,R的画图功能比较简洁。 单机版工具的特点就是安装方便,比较好上手,因为单机版工具不依赖于底层计算集群的配置。 但是单机版工具在计算能力上不能与分布式机器学习工具相提并论,往往只能进行一些数据的实验或者画图展示,在企业级数据处理和业务服务上相对比较乏力。 介绍完单机版机器学习工具之后,接下来讲一下分布式机器学习工具。笔者认为,真正的智能计算平台一定是具备处理大规模数据、提供丰富算法能力的计算平台。通常来讲,一套完整的机器学习工...
相关文章
文章评论
共有0条评论来说两句吧...
文章二维码
点击排行
推荐阅读
最新文章
- CentOS8编译安装MySQL8.0.19
- CentOS7,8上快速安装Gitea,搭建Git服务器
- CentOS6,7,8上安装Nginx,支持https2.0的开启
- CentOS关闭SELinux安全模块
- SpringBoot2初体验,简单认识spring boot2并且搭建基础工程
- SpringBoot2整合MyBatis,连接MySql数据库做增删改查操作
- CentOS8安装MyCat,轻松搞定数据库的读写分离、垂直分库、水平分库
- CentOS8安装Docker,最新的服务器搭配容器使用
- CentOS7,CentOS8安装Elasticsearch6.8.6
- Red5直播服务器,属于Java语言的直播服务器