2013-至今激光雷达点云树冠顶部距裸露地面的高度（树冠高度模型；CHM）1m分辨率
该数据集由NEON提供，涵盖2013年至今的激光雷达点云树冠高度模型（CHM），分辨率为1米。CHM通过处理激光雷达点云生成，区分地面和植被点，计算树冠相对于裸露地面的高度。树冠高度小于2米的部分设为零。数据适用于生态研究，支持科学分析与数据汇总，采用CC0 1.0协议公开发布。
代码示例展示了如何使用Google Earth Engine读取并可视化特定区域的CHM数据，适用于树冠高度分析。
DStream 以及基本工作原理？
DStream 是 Apache Spark Streaming 的核心抽象，表示连续数据流。它从 Kafka、Flume 等接收数据，分为小批量（RDD），进行转换处理后输出到存储系统，并通过 RDD 容错机制保证可靠性。示例代码展示了从套接字接收数据并统计单词频率的过程。
微财基于 Flink 构造实时变量池
本文整理自微财资深数据开发工程师穆建魁老师在 Flink Forward Asia 2024 行业解决方案（一）专场中的分享。主要涵盖三部分内容：1) 基于 Flink 构建实时变量池，解决传统方案中数据库耦合度高、QPS 上限低等问题；2) 选择 Flink 进行流式计算的架构选型（Kappa 架构）及开发效率提升策略，通过数据分层优化开发流程；3) 实时变量池架构与多流关联优化实践，确保高效处理和存储实时变量，并应用于公司多个业务领域。
湖仓实时化升级 ：Uniflow 构建流批一体实时湖仓
本文整理自阿里云产品经理李昊哲在Flink Forward Asia 2024流批一体专场的分享，涵盖实时湖仓发展趋势、基于Flink搭建流批一体实时湖仓及Materialized Table优化三方面。首先探讨了实时湖仓的发展趋势和背景，特别是阿里云在该领域的领导地位。接着介绍了Uniflow解决方案，通过Flink CDC、Paimon存储等技术实现低成本、高性能的流批一体处理。最后，重点讲解了Materialized Table如何简化用户操作，提升数据查询和补数体验，助力企业高效应对不同业务需求。
Flink 基础详解：大数据处理的强大引擎
Apache Flink 是一个分布式流批一体化的开源平台，专为大规模数据处理设计。它支持实时流处理和批处理，具有高吞吐量、低延迟特性。Flink 提供统一的编程抽象，简化大数据应用开发，并在流处理方面表现卓越，广泛应用于实时监控、金融交易分析等场景。其架构包括 JobManager、TaskManager 和 Client，支持并行度、水位线、时间语义等基础属性。Flink 还提供了丰富的算子、状态管理和容错机制，如检查点和 Savepoint，确保作业的可靠性和一致性。此外，Flink 支持 SQL 查询和 CDC 功能，实现实时数据捕获与同步，广泛应用于数据仓库和实时数据分析领域。
Flink SQL 详解：流批一体处理的强大工具
Flink SQL 是为应对传统数据处理框架中流批分离的问题而诞生的，它融合了SQL的简洁性和Flink的强大流批处理能力，降低了大数据处理门槛。其核心工作原理包括生成逻辑执行计划、查询优化和构建算子树，确保高效执行。Flink SQL 支持过滤、投影、聚合、连接和窗口等常用算子，实现了流批一体处理，极大提高了开发效率和代码复用性。通过统一的API和语法，Flink SQL 能够灵活应对实时和离线数据分析场景，为企业提供强大的数据处理能力。
AllData数据中台核心菜单十一：数据集成平台
杭州奥零数据科技有限公司成立于2023年，专注于数据中台业务，维护开源项目AllData并提供商业版解决方案。AllData提供数据集成、存储、开发、治理及BI展示等一站式服务，支持AI大模型应用，助力企业高效利用数据价值。
用友畅捷通在Flink上构建实时数仓、挑战与最佳实践
本文整理自用友畅捷通数据架构师王龙强在FFA2024上的分享，介绍了公司在Flink上构建实时数仓的经验。内容涵盖业务背景、数仓建设、当前挑战、最佳实践和未来展望。随着数据量增长，公司面临数据库性能瓶颈及实时数据处理需求，通过引入Flink技术逐步解决了数据同步、链路稳定性和表结构差异等问题，并计划在未来进一步优化链路稳定性、探索湖仓一体架构以及结合AI技术推进数据资源高效利用。