Apache Flink Meetup · 北京站,可能有你最想听的内容!
上周六 Meetup 深圳站,Flink 社区和分享嘉宾们都感受到了深圳同学们的热情,现场爆满甚至好多同学都是站着听完,会后也认真提供反馈,给深圳同学花式笔芯!
下次在更大的场地相逢!
除了已完结的深圳站、本周六 Meetup 上海站,9 月 21日,Flink 社区邀请了来自小米、贝壳找房、intel 以及 Apache Flink PMC 相聚北京,解读 Flink 在大型企业应用实践、实时数仓建设、性能优化以及 Flink 1.9 重大新增功能特性。
活动亮点
- Apache Flink PMC 解读最新集成的 Python API 核心技术与案例;
- 借鉴贝壳找房实时数仓建设优秀经验与数仓未来发展方向规划;
- 了解小米流式平台发展史与 Flink 在小米的应用实践;
- 探索性能优化的新思路,提高业务效率;
活动流程
- 13:00-14:00 签到
- 14:00-14:45《 Flink 在小米的应用与实践 》
- 14:45-15:30《 贝壳找房基于 Flink 的实时平台建设 》
- 15:30-15:45 中场休息
- 15:45-16:30《 Take advantage of DPCM in Flink 》
- 16:30-17:15 《 Apache Flink Python API 核心技术及案例 》
▼ 马上报名 ▼
http://flinkchina.huodongxing.com/event/1506127032800
演讲主题及嘉宾介绍
《 Flink 在小米的应用与实践 》
夏军|小米流式平台负责人
个人简介:夏军,小米流式平台负责人,主要负责流式计算、消息队列、大数据集成等系统的研发工作,主要包括 Flink,Spark Streaming,Storm,Kafka 等开源系统和一系列小米自研的相关系统。
演讲内容:
1.小米流式计算发展历史
2.小米 Flink 具体应用场景解析
3.未来展望
《 贝壳找房基于 Flink 的实时平台建设 》
刘力云 | 贝壳找房数据智能中心实时计算负责人
个人简介:目前任职于贝壳找房数据智能部,实时计算负责人。曾任职于滴滴、 IBM、新东方。工作领域涉及实时计算、大数据平台、推荐系统、文本分析、知识图谱等。目前负责贝壳找房实时计算平台的设计开发,该平台承载了公司的实时 ETL、数据分析等任务;支持实时数仓、实时指标的建设。在滴滴期间负责数据平台知识图谱项目的调研、设计和开发,为数据平台提供更智能化的数据查找方式。在新东方期间从 0 到 1 搭建了新东方教育集团大数据平台,包含数据总线 CDC 的设计开发、数仓建设、查询平台搭建;开发了符合教育系统的实时推荐系统、文书比对查重系统等。在 IBM 期间负责的 ECM 产品中的重要组件的设计开发。
演讲内容:
1.实时计算在贝壳找房的发展历程
2.贝壳找房实时数仓建设
3.实时数仓在贝壳找房的未来发展方向
《 Take advantage of DPCM in Flink》
马艳 | 英特尔高级软件开发工程师
个人简介:马艳,英特尔高级软件开发工程师,此前参与 OpenStack,GraphicsVirtualiztion 等项目的开发和测试,目前主要从事大数据相关技术如 Flink 在 intel 平台上的软硬件性能加速相关工作,如 DCPMM,MKL 等。
演讲内容: 英特尔的 Optane DC Persistent Memory(Optane DC PMM、DCPMM)是一种颠覆性的技术,它在内存和存储器之间创建了一个新的层级,具有大容量和存储持久性的特点。本次分享主要介绍 DCPMM 的工作模式以及怎样在 Flink 中使用 DCPMM。
《 Apache Flink Python API 核心技术及案例 》
孙金城 | Apache Flink PMC,阿里巴巴高级技术专家
个人简介: 孙金城,淘宝花名“金竹”,阿里巴巴高级技术专家,Apache Flink PMC。自 2015 年以来一直专注于大数据计算领域,并持续贡献于 Apache Flink 社区。2011 年加入阿里巴巴集团,目前就职于阿里巴巴计算平台事业部。2015 年开始投入阿里新一代实时计算平台 Blink 的研发工作。早期负责搜索事业部的离线大数据处理,以及将搜索离线数据处理的计算迁移到 Blink 计算平台之上,之后进行 Blink 计算平台的查询和优化工作。于 2019 年负责 Apache Flink Python API 的整体架构开发工作。
演讲内容: 现场将对 Apache Flink 1.9 发布的 Python API 进行技术架构剖析,你将了解到 Apache Flink Python API 的架构演进以及未来的规划、Apache Flink Python API 在 1.9 中的核心功能,以及 1.10 的功能规划,还会以实际案例的方式教大家轻松构建 Apache Flink Python 作业,玩转 Apache Flink Python API。
如何参加
时间:2019年9月21日 13:00 - 18:00
地点:北京市朝阳区望京东园四区 9 号浦项中心 - B 座
点击「Meetup 北京站」马上报名,与 Flink 社区一起借鉴贝壳找房实时数仓建设优秀经验、了解小米的流式平台发展历程、听 PMC 解读 Flink 1.9 重大新增功能特性,学习 intel 性能优化新思路,9 月 21 日,北京等你!
惊喜继续放送
看到社区大群大家表示很心水新款马克杯,本次 Meetup 北京站继续送!除此之外还有时尚单肩包、旗舰款 Polo,来现场就有机会领取哦~
▼ Apache Flink 社区推荐 ▼
Apache Flink 及大数据领域顶级盛会 Flink Forward Asia 2019 重磅开启,目前正在征集议题,限量早鸟票优惠ing。了解 Flink Forward Asia 2019 的更多信息,请查看:
https://developer.aliyun.com/special/ffa2019
首届 Apache Flink 极客挑战赛重磅开启,聚焦机器学习与性能优化两大热门领域,40万奖金等你拿,加入挑战请点击:
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
浅谈分布式计算的开发与实现(二)
实时计算 接上篇,离线计算是对已经入库的数据进行计算,在查询时对批量数据进行检索、磁盘读取展示。 而实时计算是在数据产生时就对其进行计算,然后实时展示结果,一般是秒级。 举个例子来说,如果有个大型网站,要实时统计用户的搜索内容,这样就能计算出热点新闻及突发事件了。 按照以前离线计算的做法是不能满足的,需要使用到实时计算。 小明作为有理想、有追求的程序员开始设计其解决方案了,主要分三部分。 每当搜索内容的数据产生时,先把数据收集到消息队列,由于其数据量较大,以使用kafka为例。 这个收集过程是一直持续的,数据不断产生然后不断流入到kafka中。 要有一个能持续计算的框架,一旦收集到数据,计算系统能实时收到数据,根据业务逻辑开始计算,然后不断产生需要的结果,这里以storm为例。 根据结果进行实时展示并入库, 可以一边展示一边入库,对外提供实时查询的服务。这里的入库可以是基于内存的Redis、MongoDB,也可是基于磁盘的HBase、Mysql、SqlServer等。 其流程图如下: storm简介 通常都介绍Storm是一个分布式的、高容错的实时计算系统。 “分布式”是把数据分布到多...
- 下一篇
阿里巴巴资深技术专家雷卷:值得开发者关注的 Java 8 后时代的语言特性| 9月9号栖夜读
点击订阅云栖夜读日刊,专业的技术干货,不容错过! 阿里专家原创好文 1.阿里巴巴资深技术专家雷卷:值得开发者关注的 Java 8 后时代的语言特性 首先我们必须承认,Java 8 是一个里程碑式的版本,这个相信大多数Java程序员都认同,其中最知名的是 Streams & Lambda ,这让 Functional Programming 成为可能,让 Java 换发新的活力。这也是即便 Oracle 不在支持 Java 8 的更新,各个云厂商还是积极支持,可以让 Java 8 能继续保留非常长的时间。目前非常多的同学日常开发并没有切换到 Java 8 后续的版本,所以这篇文章,我们打算写一个后 Java 8 时代的特性,主要是偏向于开发。阅读更多》》 2.Java 12 新特性概述 Java 12 已如期于 3 月 19 日正式发布,此次更新是 Java 11 这一长期支持版本发布之后的一次常规更新,截至目前,Java 半年为发布周期,并且不会跳票承诺的发布模式,已经成功运行一年多了。通过这样的方式,Java 开发团队能够将一些重要特性尽早的合并到 Java Release ...
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
-
Docker使用Oracle官方镜像安装(12C,18C,19C)
- Springboot2将连接池hikari替换为druid,体验最强大的数据库连接池
- CentOS8编译安装MySQL8.0.19
- Docker快速安装Oracle11G,搭建oracle11g学习环境
- SpringBoot2配置默认Tomcat设置,开启更多高级功能
- MySQL8.0.19开启GTID主从同步CentOS8
- CentOS7,8上快速安装Gitea,搭建Git服务器
- Jdk安装(Linux,MacOS,Windows),包含三大操作系统的最全安装
- SpringBoot2编写第一个Controller,响应你的http请求并返回结果
推荐阅读
最新文章
- Springboot2将连接池hikari替换为druid,体验最强大的数据库连接池
- Docker使用Oracle官方镜像安装(12C,18C,19C)
- CentOS6,CentOS7官方镜像安装Oracle11G
- SpringBoot2整合Redis,开启缓存,提高访问速度
- Jdk安装(Linux,MacOS,Windows),包含三大操作系统的最全安装
- SpringBoot2配置默认Tomcat设置,开启更多高级功能
- SpringBoot2整合MyBatis,连接MySql数据库做增删改查操作
- Hadoop3单机部署,实现最简伪集群
- MySQL8.0.19开启GTID主从同步CentOS8
- SpringBoot2编写第一个Controller,响应你的http请求并返回结果