回顾 | Apache Flink 1.9 版本新特性强势预告!(内含PPT下载链接)

本文涉及的产品
实时计算 Flink 版,5000CU*H 3个月
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
容器服务 Serverless 版 ACK Serverless,317元额度 多规格
简介: 6月29日,Apache Flink Meetup 北京站圆满落幕,Apache Flink 1.9 版本是自 Flink 1.0 之后变化最大的版本,社区对 Flink 进行大量重构并且加入了很多新 Feature。此次 Meetup 重点解读 Flink 1.9 版本新特性。

6月29日,Apache Flink Meetup 北京站圆满落幕,Apache Flink 1.9 版本是自 Flink 1.0 之后变化最大的版本,社区对 Flink 进行大量重构并且加入了很多新 Feature。此次 Meetup 重点解读 Flink 1.9 版本新特性。

▼ PPT下载 ▼

关注Apache Flink 社区公众号Ververica,回复关键字“0629PPT”即可下载Apache Flink Meetup 北京站全部嘉宾分享的PPT.

本期 Meetup 由 Apache Flink PMC 与 Committer 开场,对 Flink 1.9 版本新特性进行全面分享;阿里巴巴技术专家从 Table API 和算法层面分享 Flink 的机器学习生态;还有 Flink on Kubernetes 、Flink 1.9 版本与 Hive 的兼容性解读,以及超过千台集群、日处理条目超过 264 亿条,处理峰值超过 3.6 千万条 / s 的 Flink 在快手的应用实践。

《Apache Flink 1.9 特性解读》

杨克特 | Apache Flink Committer,阿里巴巴高级技术专家

戴资力 | Apache Flink PMC ,Ververica Software Engineer

《Apache Flink 1.9 特性解读》由鲁尼老师与戴资力老师从 Flink 1.9.0 的特性解读与未来版本计划两方面分享。新特性部分主要从 Flink 1.9.0 架构的改动、Table API & SQL、Runtime & Core 以及生态四部分内容,关于 Flink 未来的版本计划主要分享了 SQL、Runtime 以及 Flink 的周边生态。

1.Apache Flink 1.9.0 特性解读

  • 架构改动
  • Table API & SQL
  • Runtime & Core
  • 生态

2.未来版本计划

  • SQL
  • Runtime
  • 生态

《打造基于 Flink Table API 的机器学习生态》

秦江杰 | Apache Kafka PMC,阿里巴巴 高级技术专家

《打造基于 Flink Table API 的机器学习生态》由秦江杰老师分享,主要从为什么选择 TableAPI + AI 以及如何构建基于 TableAPI 的 AI 生态系统。

Why TableAPI + AI?

Build an AI Ecosystem on TableAPI

  • TableAPI enhancement
  • Iteration
  • Machine Learning Pipeline & ML Libs
  • Deep Learning on Flink (TensorFlow, PyTorch)

《基于 Flink on Kubernetes 的大数据平台》

张凯 | 阿里云 高级技术专家

任春德 | 阿里云 高级技术专家

《基于 Flink on Kubernetes 的大数据平台》由张凯老师和任春德老师分享,主要从 K8s 简介、Flink on K8s、大数据平台以及展望四个方面分享。

  • K8s 简介
  • Flink on K8s
  • 大数据平台
  • 展望

《基于 Apache Flink 的高性能机器学习算法库》

杨旭 | 阿里巴巴 资深算法专家

《基于 Apache Flink 的高性能机器学习算法库》由杨旭老师分享,杨旭老师主要分享了阿里巴巴计算平台事业部与 Flink 社区合作,开源自研的机器学习算法库,如何基于该算法库更方便地构建高性能的 Flink 机器学习作业以及基于 Flink 研发高性能机器学习算法库过程中的技术积累与收获。

  • 概论
  • 高性能机器学习算法库介绍
  • 高性能机器学习算法库的核心技术
  • 开源

《Apache Flink 在快手的应用与实践》

董亭亭 | 快手 实时计算引擎团队负责人

《Apache Flink 在快手的应用与实践》由董亭亭老师分享,主要介绍 Flink 系统在快手的应用实践,以及快手遇到的稳定性、性能等相关问题以及解决思路。例如,如何解决 interval join 场景下 rockdb backend 的性能瓶颈、大量读取历史数据时多数据源取数速度差异导致的稳定性问题等等。

Flink 在快手应用场景与规模
快手 Flink 引擎的优化与改进
未来计划

《Apache Flink 1.9 与 Hive 的兼容性》

李锐 | Apache Hive PMC,阿里巴巴技术专家

《Apache Flink 1.9 与 Hive 的兼容性》由李锐老师分享,主要介绍了 Flink 与 Hive 集成项目的背景,项目的设计与架构,在 Flink 1.9 中与 Hive 集成的进展,以及我们后续工作的计划等。

  • Flink 与 Hive 项目集成的背景
  • 设计架构
  • 项目进展
  • Q & A

以上是 Apache Flink Meetup 北京站的全部内容,感谢报名的 1000+ 同学以及到场的 600+ 同学!Flink 1.9 版本将是自 Flink 1.0 以后变化最大的一个版本,希望今天老师们的分享能够带大家对 Flink 1.9 版本有个前瞻性的了解 ,一起期待Flink 1.9 版本的正式发布!

▼ Flink 1.9 版本新特性 直播回顾 ▼

https://www.bilibili.com/video/av57447841

相关实践学习
基于Hologres轻松玩转一站式实时仓库
本场景介绍如何利用阿里云MaxCompute、实时计算Flink和交互式分析服务Hologres开发离线、实时数据融合分析的数据大屏应用。
Linux入门到精通
本套课程是从入门开始的Linux学习课程,适合初学者阅读。由浅入深案例丰富,通俗易懂。主要涉及基础的系统操作以及工作中常用的各种服务软件的应用、部署和优化。即使是零基础的学员,只要能够坚持把所有章节都学完,也一定会受益匪浅。
目录
相关文章
|
24天前
|
SQL 消息中间件 关系型数据库
Apache Doris Flink Connector 24.0.0 版本正式发布
该版本新增了对 Flink 1.20 的支持,并支持通过 Arrow Flight SQL 高速读取 Doris 中数据。
|
2月前
|
消息中间件 监控 数据挖掘
基于RabbitMQ与Apache Flink构建实时分析系统
【8月更文第28天】本文将介绍如何利用RabbitMQ作为数据源,结合Apache Flink进行实时数据分析。我们将构建一个简单的实时分析系统,该系统能够接收来自不同来源的数据,对数据进行实时处理,并将结果输出到另一个队列或存储系统中。
108 2
|
2月前
|
消息中间件 运维 Kafka
Apache Flink 实践问题之达到网卡的最大速度如何解决
Apache Flink 实践问题之达到网卡的最大速度如何解决
36 2
|
16天前
|
消息中间件 资源调度 API
Apache Flink 流批融合技术介绍
本文源自阿里云高级研发工程师周云峰在Apache Asia Community OverCode 2024的分享,内容涵盖从“流批一体”到“流批融合”的演进、技术解决方案及社区进展。流批一体已在API、算子和引擎层面实现统一,但用户仍需手动配置作业模式。流批融合旨在通过动态调整优化策略,自动适应不同场景需求。文章详细介绍了如何通过量化指标(如isProcessingBacklog和isInsertOnly)实现这一目标,并展示了针对不同场景的具体优化措施。此外,还概述了社区当前进展及未来规划,包括将优化方案推向Flink社区、动态调整算子流程结构等。
279 31
Apache Flink 流批融合技术介绍
|
2月前
|
数据采集 分布式计算 Kubernetes
Apache Flink 实践问题之ZooKeeper 网络瞬断时如何解决
Apache Flink 实践问题之ZooKeeper 网络瞬断时如何解决
44 4
|
2月前
|
Java 微服务 Spring
驾驭复杂性:Spring Cloud在微服务构建中的决胜法则
【8月更文挑战第31天】Spring Cloud是在Spring Framework基础上打造的微服务解决方案,提供服务发现、配置管理、消息路由等功能,适用于构建复杂的微服务架构。本文介绍如何利用Spring Cloud搭建微服务,包括Eureka服务发现、Config Server配置管理和Zuul API网关等组件的配置与使用。通过Spring Cloud,可实现快速开发、自动化配置,并提升系统的伸缩性和容错性,尽管仍需面对分布式事务等挑战,但其强大的社区支持有助于解决问题。
42 0
|
2月前
|
消息中间件 Java 数据处理
揭秘Apache Flink的Exactly-Once神技:如何在数据流海中确保每条信息精准无误,不丢不重?
【8月更文挑战第26天】Apache Flink 是一款先进的流处理框架,其核心特性 Exactly-Once 语义保证了数据处理的精准无误。尤其在金融及电商等高要求场景下,该特性极为关键。本文深入解析 Flink 如何实现 Exactly-Once 语义:通过状态管理确保中间结果可靠存储;利用一致的检查点机制定期保存状态快照;以及通过精确的状态恢复避免数据重复处理或丢失。最后,提供一个 Java 示例,展示如何计算用户访问次数,并确保 Exactly-Once 语义的应用。
53 0
|
2月前
|
存储 消息中间件 Java
Apache Flink 实践问题之原生TM UI日志问题如何解决
Apache Flink 实践问题之原生TM UI日志问题如何解决
36 1
|
2月前
|
消息中间件 分布式计算 Hadoop
Apache Flink 实践问题之Flume与Hadoop之间的物理墙问题如何解决
Apache Flink 实践问题之Flume与Hadoop之间的物理墙问题如何解决
37 3
|
2月前
|
消息中间件 前端开发 Kafka
【Azure 事件中心】使用Apache Flink 连接 Event Hubs 出错 Kafka error: No resolvable bootstrap urls
【Azure 事件中心】使用Apache Flink 连接 Event Hubs 出错 Kafka error: No resolvable bootstrap urls

推荐镜像

更多
下一篇
无影云桌面