本篇文章主要介绍Hudi在医疗大数据中的应用，主要分为５个部分进行介绍：1. 建设背景，2. 为什么选择Hudi，3. Hudi数据同步，4. 存储类型选择及查询优化，5. 未来发展与思考。 1. 建设背景 我们公司主要为医院建立大数据应用平台，需要从各个医院系统中抽取数据建立…

作者在实际工作中调研了Iceberg的一些优缺点和在各大厂的应用，总结在下面。希望能给大家带来一些启示。

在数据中台建设过程中，一个典型的数据集成场景是将 MQ(Message Queue，例如 Kafka、RocketMQ 等)的数据导入到 Hive 中，以供下游数仓建设以及指标统计。由于 MQ-Hive 是数仓建设第一层，因此对数据的准确性以及实时性要求比较高。 本文主要围绕 …

唯品会自 2017 年开始基于 k8s 深入打造高性能、稳定、可靠、易用的实时计算平台，支持唯品会内部业务在平时以及大促的平稳运行。本文主要分享 Flink 的容器化实践应用以及产品化经验。

米哈游大数据部实时计算负责人张剑对于 Flink 在米哈游应用及实践的分享。本篇内容主要分为四个部分：背景介绍、实时平台建设、实时数仓和数据湖探索、未来发展与展望

本文主要介绍 Apache Flink 在同程艺龙的应用实践，从当前同程艺龙实时计算平台现状、建设过程、易用性提升、稳定性优化四方面分享了同城艺龙实时计算平台的建设经验，供大家参考。 在 2015 年初，为了能够采集到用户在 PC，APP 等平台上的行为轨迹，我们开始开发实时应…

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)。 上图呈现的是当前美团实时计算平台的简要架构。最底层是数据缓存层，可以看到美团测的所有…

简介： 汽车之家如何基于 Flink 上线了 AutoStream 平台并持续打磨。 背景及现状 AutoStream 平台 基于 Flink 的实时生态建设 后续规划 一、背景及现状 1. 第一阶段

分享嘉宾：张杨，B 站资深开发工程师 一、机器学习实时化 首先讲下机器学习的实时化，主要是分为三部分： 第一是样本的实时化。传统的机器学习，样本全部都是 t+1，也就是说，今天模型用的是昨天的训练数据