携程基于Flink的实时特征平台

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。

本文主要内容如下：

• 在公司实时特征开发的现状基础上，说明实时特征平台的开发背景、目标以及现状
• 选择Flink作为平台计算引擎的原因
• Flink的实践：有代表性的使用示例、为兼容Aerospike（平台的存储介质）的开发以及碰到的坑
• 当前效果&未来规划

一、在公司实时特征开发的现状基础上，说明实时特征平台的开发背景、目标以及现状

1、原实时特征作业的开发运维；

1.1、选择实时计算平台：依据项目的性能指标要求（latency，throughput等），在已有的实时计算