面向大数据与云计算调度挑战的阿里经济体核心调度系统—Fuxi 2.0全揭秘
随阿里经济体和阿里云丰富的业务需求（尤其是双十一）和磨练，伏羲的内涵不断扩大，从单一的资源调度器（对标开源系统的YARN）扩展成大数据的核心调度服务，覆盖数据调度（Data Placement）、资源调度（Resouce Management）、计算调度（Application Manager）、和本地微（自治）调度（即正文中的单机调度）等多个领域，并在每一个细分领域致力于打造超越业界主流的差异化能力。
实时计算助力1688打造「实时挑货」系统
内容是一个电商app不可或缺的组成部分。越来越多的人会使用碎片时间浏览手机app的内容，包含导购的帖子、短视频、直播等。1688挑货业务，打造了基于买家和商家之间老买卖关系的内容场。让商家通过内容维系老客户，挖掘新客户。
下：比拼生态和未来，Spark和Flink哪家强？
> 前文对 Spark 和 Flink 的引擎做了对比。对用户来说引擎并不是考虑数据产品的唯一方面。开发和运维相关的工具和环境，技术支持，社区等等，对能不能在引擎上面做出东西来都很重要。这些构成了一个产品的生态。可以说引擎决定了功能和性能的极限，而生态能让这些能力真正发挥出作用。
## 概 况
Spark 是最活跃的 A
Flink最佳实践（一）流式计算系统概述
前言
传统的批处理拥有巨大 吞吐量 的优势，但是随之而来的是极其 高延迟 的缺陷。
随着大数据系统的不断发展，传统的批处理已然无法全部满足对 时效性 要求愈加严苛的业务需求。
为了适应逐渐变得 「实时」 的年代，大数据系统架构也由简单的批处理转向批流混合的Lambda架构，最后可能会逐渐演变成只有流计算的 高精准高时效 的Kappa架构。
【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
一、背景介绍
以往在处理用户投诉或者开发过程中遇到的（特定商品在淘宝搜索中搜不到，排序靠后，价格不正确，打标不准，结果不准确等）问题或线上故障时，分析定位此类问题的过程非常繁琐：
根据用户或者搜索标识提交ODPS离线任务，捞取用户的搜索日志信息；
人工构造搜索串，重新请求引擎得到搜索复现数据；
解.
