BT

如何利用碎片时间提升技术认知与能力? 点击获取答案

rss
  • 他的粉丝

    Spark、Flink、CarbonData技术实践最佳案例解析

    作者 杨雷 关注 4 他的粉丝 发布于  2018年9月20日

    为帮助开发者更深入的了解这三个大数据开源技术及其实际应用场景,9月8日,InfoQ联合华为云举办了一场实时大数据Meetup,集结了来自Databricks、华为及美团点评的大咖级嘉宾前来分享。本文整理了其中的部分精彩内容,同时,作为本次活动的承办方,InfoQ整理上传了所有讲师的演讲PPT,感兴趣的同学可以下载讲师PPT获取完整资料 。

  • 他的粉丝

    Apache Beam实战指南 | 玩转KafkaIO与Flink

    作者 张海涛 关注 0 他的粉丝 发布于  2018年9月13日

    本文是Apache Beam实战指南系列文章的第二篇内容,将重点介绍 Apache Beam与Flink的关系,对Beam框架中的KafkaIO和Flink源码进行剖析,并结合应用示例和代码解读带你进一步了解如何结合Beam玩转Kafka和Flink。

  • 他的粉丝

    比拼生态和未来,Spark和Flink哪家强?

    作者 王海涛 关注 2 他的粉丝 发布于  2018年8月31日

    在前一篇文章《Spark 比拼 Flink:下一代大数据计算引擎之争,谁主沉浮?》中,作者对 Spark 和 Flink 的引擎做了对比。但对于用户来说,引擎并不是考虑数据产品的唯一方面。开发和运维相关的工具和环境、技术支持、社区等等,对能不能在引擎上面做出东西来都很重要,这些构成了一个产品的生态。可以说,引擎决定了功能和性能的极限,而生态能让这些能力真正发挥出作用。

他的粉丝

Flink关系型API解读:Table API 与SQL

作者 王剑 关注 0 他的粉丝 发布于  2018年8月28日

本篇文章主要介绍Flink的关系型API。

他的粉丝

容错和高性能如何兼得: Flink创始人谈流计算核心架构演化和现状

作者 Kostas Tzoumas 关注 0 他的粉丝 ,译者 陈守元 关注 0 他的粉丝   发布于  2018年8月8日

作为 Flink 发明人以及 data-Artisan(Flink 背后商业公司) CEO,Kostas Tzoumas 对于流式处理有深入的见解。文章分为两部分,本篇文章是上半部分有关流式计算核心能力的介绍和探讨。文章考虑到语言文化差异,对于部分较难理解部分加入译者的说明。

他的粉丝

Spark比拼Flink:下一代大数据计算引擎之争,谁主沉浮?

作者 王海涛 关注 2 他的粉丝 发布于  2018年8月3日

本文对 Spark 和 Flink 的技术与场景进行了全面分析与对比,且看下一代大数据计算引擎之争,谁主沉浮?后续作者还将撰写文章进一步探讨二者的开源生态、近期动态以及未来发展前景。

他的粉丝

如何利用Flink实现超大规模用户行为分析

作者 吴昊 关注 0 他的粉丝 发布于  2017年12月14日

他的粉丝

基于Apache Flink的实时计算引擎Blink在阿里搜索中的应用

作者 Xiaowei Jiang 关注 1 他的粉丝 ,译者 王庆 关注 1 他的粉丝   发布于  2017年2月16日

他的粉丝

让时间倒流的保存点:用Apache Flink的保存点技术重新处理数据流

作者 Fabian Hueske 关注 0 他的粉丝 ,译者 足下 关注 1 他的粉丝   发布于  2017年1月10日

他的粉丝

大数据框架对比:Hadoop、Storm、Samza、Spark和Flink

作者 Justin Ellingwood 关注 1 他的粉丝 ,译者 大愚若智 关注 9 他的粉丝   发布于  2016年11月20日

1

登陆InfoQ,与你最关心的话题互动。


找回密码....

Follow

关注你最喜爱的话题和作者

快速浏览网站内你所感兴趣话题的精选内容。

Like

内容自由定制

选择想要阅读的主题和喜爱的作者定制自己的新闻源。

Notifications

获取更新

设置通知机制以获取内容更新对您而言是否重要

BT