问题一：Flink OLAP在字节内部测试的表现如何？
Flink OLAP在字节内部测试的表现如何？
参考回答：
Flink OLAP能力在字节内部测试过可以媲美Presto，甚至在有些情况下更优。
关于本问题的更多回答可点击原文查看：
https://developer.aliyun.com/ask/672018
问题二：工商银行实时大数据平台的数据流向是怎样的？
工商银行实时大数据平台的数据流向是怎样的？
参考回答：
工商银行实时大数据平台的数据流向是应用产生的数据写入MySQL或Oracle等关系型数据库，然后将数据库产生的日志复制到Kafka消息队列中作为实时处理平台的数据源。
关于本问题的更多回答可点击原文查看：
https://developer.aliyun.com/ask/672019
问题三：工商银行实时大数据平台的实时处理平台有哪些数据出口？
工商银行实时大数据平台的实时处理平台有哪些数据出口？
参考回答：
工商银行实时大数据平台的实时处理平台有三个数据出口：一是通过Flink实时ETL实现实时数据入湖；二是将Flink的结果输出到HBase或ES等联机数据库中提供面向应用的数据中台服务；三是通过Presto或CK等分析型引擎，提供面向分析师的BI分析能力。
3.
关于本问题的更多回答可点击原文查看：
https://developer.aliyun.com/ask/672020
问题四：Flink流式数仓如何简化工商银行的数据链路？
Flink流式数仓如何简化工商银行的数据链路？
参考回答：
通过Flink的流式数仓，工商银行可以将中间贯穿很多系统和组件的复杂数据链路简化成Flink单链路，利用Flink的动态表（Dynamic Table）提供的流批实时分析一体化的能力来完成实时入湖、实时数据服务和实时分析。
关于本问题的更多回答可点击原文查看：
https://developer.aliyun.com/ask/672021
问题五：金融行业在数据中台设计时如何考虑数据私密和安全？
金融行业在数据中台设计时如何考虑数据私密和安全？
参考回答：
金融行业在数据中台设计时采用的方法包括：全生命周期的数据监控审计、给数据本身加水印方便溯源、通过SQL实现自然人级别的动态数据访问权限控制、通过专家规则和Machine Learning来自动识别海量数据中的敏感数据。
关于本问题的更多回答可点击原文查看：
