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。
Flink 四大基石之 Checkpoint 使用详解
Flink 的 Checkpoint 机制通过定期插入 Barrier 将数据流切分并进行快照，确保故障时能从最近的 Checkpoint 恢复，保障数据一致性。Checkpoint 分为精确一次和至少一次两种语义，前者确保每个数据仅处理一次，后者允许重复处理但不会丢失数据。此外，Flink 提供多种重启策略，如固定延迟、失败率和无重启策略，以应对不同场景。SavePoint 是手动触发的 Checkpoint，用于作业升级和迁移。Checkpoint 执行流程包括 Barrier 注入、算子状态快照、Barrier 对齐和完成 Checkpoint。
Flink 四大基石之窗口（Window）使用详解
在流处理场景中，窗口（Window）用于将无限数据流切分成有限大小的“块”，以便进行计算。Flink 提供了多种窗口类型，如时间窗口（滚动、滑动、会话）和计数窗口，通过窗口大小、滑动步长和偏移量等属性控制数据切分。窗口函数包括增量聚合函数、全窗口函数和ProcessWindowFunction，支持灵活的数据处理。应用案例展示了如何使用窗口进行实时流量统计和电商销售分析。
实时数仓 Hologres 产品介绍：一体化实时湖仓平台
本次方案的主题是实时数仓 Hologres 产品介绍：一体化实时湖仓平台，介绍了 Hologres 湖仓存储一体，多模式计算一体、分析服务一体和 Data+AI 一体四方面一体化场景，并对其运维监控方面及客户案例进行一定讲解。
1. Hologres ：面向未来的一体化实时湖仓
2. 运维监控
3. 客户案例
4. 总结
Dynamic Table快速入门
本次分享的主题是Dynamic Table快速入门，由Hologres PD 梅酱分享。今天的分享分为三个部分。首先，第一部分为Table的基本概念；第二部分进行Table的实操；第三部分为一些使用Table的建议和最佳实践。
2024FFA-分论坛-核心技术专场1
本文整理自阿里云技术专家，Apache Flink Committer 兰兆千老师在 2024FFA-分论坛-核心技术专场1的分享。内容主要为以下三部分：
1、存算分离架构介绍
2、状态存储内核ForSt
3、工作进展&未来展望
Hologres OLAP场景核心能力介绍-2024实时数仓Hologres线上公开课02
本次分享由Hologres产品经理赵红梅（梅酱）介绍Hologres在OLAP场景中的核心能力。内容涵盖OLAP场景的痛点、Hologres的核心优势及其解决方法，包括实时数仓分析、湖仓一体加速、丰富的索引和查询性能优化等。此外，还介绍了Hologres在兼容PG生态、支持多种BI工具以及高级企业级功能如计算组隔离和serverless computing等方面的优势。最后通过小红书和乐元素两个典型客户案例，展示了Hologres在实际应用中的显著效益，如运维成本降低、查询性能提升及成本节省等。
Flink 四大基石之 Time (时间语义) 的使用详解
Flink 中的时间分为三类：Event Time（事件发生时间）、Ingestion Time（数据进入系统时间）和 Processing Time（数据处理时间）。Event Time 通过嵌入事件中的时间戳准确反映数据顺序，支持复杂窗口操作。Watermark 机制用于处理 Event Time，确保数据完整性并触发窗口计算。Flink 还提供了多种迟到数据处理方式，如默认丢弃、侧输出流和允许延迟处理，以应对不同场景需求。掌握这些时间语义对编写高效、准确的 Flink 应用至关重要。
