30 | 流处理平台：Flink是如何快速识别用户兴趣，实现实时推荐的？

你好，我是王喆。刚刚结束的 2020 年双 11 活动，让技术圈出现了一个非常劲爆的新闻，就是阿里基于 Flink，实现了数据的批流一体处理，每秒能够处理 40 亿条的巨量数据。这也是业界首次在这么大规模的数据洪峰之上，实现数据流的实时处理。也正是因为实时数据流处理功能的实现，让阿里的推荐系统引擎能够在双 11 期间做出更快速的反应，实时抓住用户的兴趣，给出更准确的推荐。这节课，我就带你揭开阿里使用流处理平台 Flink 的面纱，来重点解决这 3 个问题：为什么说实时性是影响推荐系统效果的关键因素？到底什么是批流一体的数据处理体系？业界流行的 Flink 到底是怎么实现数据流处理的？为什么实时性是影响推荐系统效果的关键因素？