# 实时计算 Flink版 #
1
关注
33667内容
|
阿里2018成绩单出炉；达摩院发布十大科技趋势；Fusion Desgin 正式开源 | 周博通
伴着似乎刮不完的西北风，“小寒”在前两天悄悄来临了。“小寒鱼塘冰封严，大雪纷飞不稀罕”，作为冬天的第五个节气，“小寒”标志着一年中最冷的日子拉开序幕。小伙伴们记得添衣加裳，适当喝水多锻炼哦。
每周一早晨，阿里妹为你呈现最新的阿里技术资讯。
|
月活用户达7.55亿，阿里淘系如何在后流量时代引爆用户增长？ | 9月17号栖夜读
今天的首篇文章，讲述了：当下，流量为王的时代慢慢走远，获取用户的难度越来越大，成本越来越高。阿里巴巴是如何用最少的成本获取流量，真正将用户留存下来？如何用精益化方式提升转化，把现有流量快速变现？如何打破流量瓶颈，实现持续增长？又是如何发掘不同用户群的核心需求，围绕核心需求打造用户持续增长方法论的呢？
|
Flink BucketingSink 源码分析
0x1 摘要
BucketingSink类提供了非常完美的功能支持数据落HDFS，在实际业务中不建议自己去实现，直接采用此类可以避免一些坑。注：此文基于Flink 1.6.3 版本源码。
0x2 BucketingSink 类结构分析
我们关注RichSinkFunction、Checkpoint.
阿里巴巴高级技术专家章剑锋：大数据发展的 8 个要点
章剑锋（简锋），开源界老兵，Apache Member，曾就职于 Hortonworks，目前在阿里巴巴计算平台事业部任高级技术专家，并同时担任 Apache Tez、Livy 、Zeppelin 三个开源项目的 PMC ，以及 Apache Pig 的 Committer。
|
日均处理万亿数据！Flink在快手的应用实践与技术演进之路
本次的分享包括以下三个部分：
1. 介绍 Flink 在快手的应用场景以及目前规模；
2. 介绍 Flink 在落地过程的技术演进过程；
3. 讨论 Flink 在快手的未来计划。
深入了解 Flink 网络栈（二）：监控、指标和处理背压
在之前的文章中，我们从高级抽象到底层细节各个层面全面介绍了 Flink 网络栈的工作机制。作为这一系列的第二篇文章，本文将在第一篇的基础上更进一步，主要探讨如何监视与网络相关的指标，从而识别背压等因素带来的影响，或找出吞吐量和延迟的瓶颈所在。
运维场景下的实时计算应用
案例与解决方案汇总页：阿里云实时计算产品案例&解决方案汇总
运维场景主要有下面几个需求：
整体系统运行指标计算与可视化，可参考：数据仓库介绍与实时数仓案例
问题排查与全链路DEBUG，可参考：【阿里内部应用】基于Blink构建搜索全链路debug系统快速定位搜索问题、【阿里内部应用】基于Bli.
|
实时计算Flink——应用场景
实时计算 Flink使用Flink SQL，主打流式数据分析场景。目前在如下领域有使用场景。
实时ETL
集成流计算现有的诸多数据通道和SQL灵活的加工能力，对流式数据进行实时清洗、归并、结构化处理。
免费试用