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,500CU*H 100GB 3个月
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+Flink搭建GitHub实时数据大屏
通过使用Flink、Hologres构建实时数仓,并通过Hologres对接BI分析工具(以DataV为例),实现海量数据实时分析.
实时计算 Flink 实战课程
如何使用实时计算 Flink 搞定数据处理难题?实时计算 Flink 极客训练营产品、技术专家齐上阵,从开源 Flink功能介绍到实时计算 Flink 优势详解,现场实操,5天即可上手! 欢迎开通实时计算 Flink 版: https://cn.aliyun.com/product/bigdata/sc Flink Forward Asia 介绍: Flink Forward 是由 Apache 官方授权,Apache Flink Community China 支持的会议,通过参会不仅可以了解到 Flink 社区的最新动态和发展计划,还可以了解到国内外一线大厂围绕 Flink 生态的生产实践经验,是 Flink 开发者和使用者不可错过的盛会。 去年经过品牌升级后的 Flink Forward Asia 吸引了超过2000人线下参与,一举成为国内最大的 Apache 顶级项目会议。结合2020年的特殊情况,Flink Forward Asia 2020 将在12月26日以线上峰会的形式与大家见面。
目录
相关文章
|
9月前
|
存储 人工智能 大数据
The Past, Present and Future of Apache Flink
本文整理自阿里云开源大数据负责人王峰(莫问)在 Flink Forward Asia 2024 上海站主论坛开场的分享,今年正值 Flink 开源项目诞生的第 10 周年,借此时机,王峰回顾了 Flink 在过去 10 年的发展历程以及 Flink社区当前最新的技术成果,最后展望下一个十年 Flink 路向何方。
653 33
The Past, Present and Future of Apache Flink
|
11月前
|
SQL Java API
Apache Flink 2.0-preview released
Apache Flink 社区正积极筹备 Flink 2.0 的发布,这是自 Flink 1.0 发布以来的首个重大更新。Flink 2.0 将引入多项激动人心的功能和改进,包括存算分离状态管理、物化表、批作业自适应执行等,同时也包含了一些不兼容的变更。目前提供的预览版旨在让用户提前尝试新功能并收集反馈,但不建议在生产环境中使用。
1454 13
Apache Flink 2.0-preview released
|
6月前
|
SQL 存储 人工智能
Apache Flink 2.0.0: 实时数据处理的新纪元
Apache Flink 2.0.0 正式发布!这是自 Flink 1.0 发布九年以来的首次重大更新,凝聚了社区两年的努力。此版本引入分离式状态管理、物化表、流批统一等创新功能,优化云原生环境下的资源利用与性能表现,并强化了对人工智能工作流的支持。同时,Flink 2.0 对 API 和配置进行了全面清理,移除了过时组件,为未来的发展奠定了坚实基础。感谢 165 位贡献者的辛勤付出,共同推动实时计算进入新纪元!
715 1
Apache Flink 2.0.0: 实时数据处理的新纪元
|
11月前
|
存储 缓存 算法
分布式锁服务深度解析:以Apache Flink的Checkpointing机制为例
【10月更文挑战第7天】在分布式系统中,多个进程或节点可能需要同时访问和操作共享资源。为了确保数据的一致性和系统的稳定性,我们需要一种机制来协调这些进程或节点的访问,避免并发冲突和竞态条件。分布式锁服务正是为此而生的一种解决方案。它通过在网络环境中实现锁机制,确保同一时间只有一个进程或节点能够访问和操作共享资源。
378 3
|
11月前
|
分布式计算 资源调度 大数据
大数据-110 Flink 安装部署 下载解压配置 Standalone模式启动 打包依赖(一)
大数据-110 Flink 安装部署 下载解压配置 Standalone模式启动 打包依赖(一)
286 0
|
11月前
|
分布式计算 资源调度 大数据
大数据-110 Flink 安装部署 下载解压配置 Standalone模式启动 打包依赖(二)
大数据-110 Flink 安装部署 下载解压配置 Standalone模式启动 打包依赖(二)
218 0
|
9月前
|
存储 SQL 人工智能
Apache Flink 2.0:Streaming into the Future
本文整理自阿里云智能高级技术专家宋辛童、资深技术专家梅源和高级技术专家李麟在 Flink Forward Asia 2024 主会场的分享。三位专家详细介绍了 Flink 2.0 的四大技术方向:Streaming、Stream-Batch Unification、Streaming Lakehouse 和 AI。主要内容包括 Flink 2.0 的存算分离云原生化、流批一体的 Materialized Table、Flink 与 Paimon 的深度集成,以及 Flink 在 AI 领域的应用。
1223 13
Apache Flink 2.0:Streaming into the Future
|
6月前
|
存储 大数据 数据处理
您有一份 Apache Flink 社区年度报告请查收~
您有一份 Apache Flink 社区年度报告请查收~
|
11月前
|
分布式计算 监控 大数据
大数据-148 Apache Kudu 从 Flink 下沉数据到 Kudu
大数据-148 Apache Kudu 从 Flink 下沉数据到 Kudu
212 1

热门文章

最新文章

推荐镜像

更多