Flink SQL 详解:流批一体处理的强大工具
Flink SQL 是 Apache Flink 提供的 SQL 引擎，支持流批一体处理，统一操作流数据与批数据，具备高性能、低延迟、丰富数据源支持及标准 SQL 兼容性，适用于实时与离线数据分析。
官宣｜Apache Flink 1.20 发布公告
Apache Flink 1.20.0 已发布，这是迈向 Flink 2.0 的最后一个小版本，后者预计年底发布。此版本包含多项改进和新功能，涉及 13 个 FLIPs 和 300 多个问题解决。亮点包括引入物化表简化 ETL 管道开发，统一检查点文件合并机制减轻文件系统压力，以及 SQL 语法增强如支持 `DISTRIBUTED BY` 语句。此外，还进行了大量的配置项清理工作，为 Flink 2.0 铺平道路。这一版本得益于 142 位贡献者的共同努力，其中包括来自中国多家知名企业的开发者。
饿了么基于Flink+Paimon+StarRocks的实时湖仓探索
饿了么的实时数仓经历了多个阶段的演进。初期通过实时ETL、报表应用、联动及监控构建基础架构，随后形成了涵盖数据采集、加工和服务的整体数据架构。1.0版本通过日志和Binlog采集数据，但在研发效率和数据一致性方面存在问题。2.0版本通过Dataphin构建流批一体化系统，提升了数据一致性和研发效率，但仍面临新业务适应性等问题。最终，饿了么选择Paimon和StarRocks作为实时湖仓方案，显著降低了存储成本并提高了系统稳定性。未来，将进一步优化带宽瓶颈、小文件问题及权限控制，实现更多场景的应用。
实时计算 Flash – 兼容 Flink 的新一代向量化流计算引擎
本文介绍了阿里云开源大数据团队在实时计算领域的最新成果——向量化流计算引擎Flash。文章主要内容包括：Apache Flink 成为业界流计算标准、Flash 核心技术解读、性能测试数据以及在阿里巴巴集团的落地效果。Flash 是一款完全兼容 Apache Flink 的新一代流计算引擎，通过向量化技术和 C++ 实现，大幅提升了性能和成本效益。
什么是超分辨率？浅谈一下基于深度学习的图像超分辨率技术
超分辨率技术旨在提升图像或视频的清晰度，通过增加单位长度内的采样点数量来提高空间分辨率。基于深度学习的方法，如SRCNN、VDSR、SRResNet等，通过卷积神经网络和残差学习等技术，显著提升了图像重建的质量。此外，基于参考图像的超分辨率技术通过利用高分辨率参考图像，进一步提高了重建图像的真实感和细节。