历史和实时数据融合学习的问题可以分为哪三种情况?
历史和实时数据融合学习的问题。这里可以分为三种情况:
• 第一是待学习数据全部是历史数据,这需要支持历史数据学习范围探测,和在线基线更新;
• 第二是待学习的数据全部是实时数据,这要求支持基线自动学习、基线自动检测和基线自动更新;
• 第三种是历史和实时数据融合,这需要支持历史和实时数据边界划分、基线融合、重复数据消除。
以上内容摘自《Apache Flink 案例集(2022版)》电子书,点击https://developer.aliyun.com/ebook/download/7718 可下载完整版
版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。
实时计算Flink版是阿里云提供的全托管Serverless Flink云服务,基于 Apache Flink 构建的企业级、高性能实时大数据处理系统。提供全托管版 Flink 集群和引擎,提高作业开发运维效率。