SDCC 2016大数据技术架构实战峰会（杭州站）
SDCC2016大数据技术&架构实战峰会（杭州站）是由CSDN主办的顶级技术盛会，大会目的是促进更加深入的业内同行技术交流，传播先进技术理念。 SDCC2016·杭州站为期两天，主要面向对大数据&架构技术感兴趣的中高端技术人员，将秉承干货实料（案例）的内容原则，聚焦技术实践，结合业务，邀请业内顶尖的架构师和技术专家，共同探讨海量数据下的应用监控系统建设、异常检测的算法和实现、大数据基础架构实践、敏捷型数据平台的构建及应用、音频分析的机器学习算法应用，以及高可用/高并发/高性能系统架构设计、电商架构、分布式架构/微服务等话题与技术。
全面负责七牛数据产品的设计与研发，近年来一直专注于分布式计算与机器学习等领域，国内较早的Spark研究与使用者，SparkContributor。有非常丰富的分布式系统设计与实现的经验，在分布式数据库方面也有深入研究。
2012年7月加入1号店，架构部-OMS订单管理平台负责人，负责1号店订单、库存、拆单、运费、第三方平台订单等电商核心交易系统。
期间，作为负责人及项目经理，主导并参与了1号店SOA治理、订单Service化、订单水平拆库&去Oracle迁Mysql、无线性能优化及拆pool、运费体系重构、库存准确率优化等重要项目，负责1号店与Tmall、百度、当当、B2B2C平台等第三方平台订单业务。
从0开始建立了1号店完善的订单监控、预警、履单体系，致力于构建新一代电子商务核心系统–智能OMS订单管理平台。
会议嘉宾
联系方式：
咨询、赞助及报名：028-69761252 联系人：活动家
邮箱：business@huodongjia.com
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
关于SDCC2016大数据技术，虽然直接关联的知识库资料未提供该年会具体的详细议程或技术分享内容，但我们可以结合当时及前后时期大数据技术的发展趋势和重点，给出一个概览性的回答。
大数据技术概览（参考时间背景）
在2016年前后，大数据技术领域正经历着几个关键性转变和发展趋势：
-
云原生与分布式系统的兴起：随着企业数据量的激增，传统的单机数据库已难以满足需求。云原生分布式数据仓库开始成为主流，它们不仅提供了更好的扩展性和性能，还支持标准SQL接口和ACID事务保证，适应了业务对资源隔离、数据共享的需求。阿里云AnalyticDB等云服务正是这一时期的代表性产品。
-
实时数据分析的重要性提升：从Fast Data概念的提出到实时数据处理需求的增长，企业越来越重视数据处理的速度和实时性。这要求技术不仅要能处理大规模数据，还要能够近乎实时地分析数据，以支持快速决策。
-
智能化处理能力的融合：面对非结构化数据比例的增加，如何有效利用这些数据成为挑战。多模态数据分析工具和AI技术的融合，使得数据处理更加智能化，帮助企业挖掘数据中的深层价值。
-
数据上云的趋势：Gartner预测到2023年，75%的数据库将迁移到云平台。企业加速向云端迁移数据资产，寻求更高效、灵活的数据管理解决方案。
SDCC2016可能涉及的技术话题推测
尽管没有直接信息，但基于上述背景，SDCC2016大数据技术相关的讨论可能聚焦于：
- 云计算与大数据的深度融合：探讨云平台如何为大数据处理提供弹性计算、存储资源，以及云原生架构如何优化大数据应用。
- 实时流处理技术：分享如Apache Flink、Spark Streaming等实时计算框架的应用案例，以及如何构建低延迟的数据处理管道。
- 数据湖与数据仓库的融合（湖仓一体）：介绍如何整合结构化与非结构化数据，实现统一管理和分析，提高数据使用效率。
- 人工智能与大数据的结合：展示AI技术如何增强数据分析能力，包括机器学习模型在预测分析、客户洞察等方面的应用。
综上所述，SDCC2016期间的大数据技术讨论很可能围绕着云原生、实时处理、智能化分析以及数据管理的现代化展开，这些都是当时行业发展的热点和前沿趋势。
