【阿里内部应用】利用blink CEP实现流计算中的超时统计问题
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
一. 背景介绍
如<利用blink+MQ实现流计算中的延时统计问题>一文中所描述的场景，我们将其简化为以下案例：实时流的数据源结构如下：
物流订单号
支付时间
仓接单时间
仓出库时间
LP1
2018-08-01 08:00
...
基于Flink和规则引擎的实时风控解决方案
对一个互联网产品来说，典型的风控场景包括：注册风控、登陆风控、交易风控、活动风控等，而风控的最佳效果是防患于未然，所以事前事中和事后三种实现方案中，又以事前预警和事中控制最好。
这要求风控系统一定要有实时性。
结构化数据存储，如何设计才能满足需求？
阿里妹导读：任何应用系统都离不开对数据的处理，数据也是驱动业务创新以及向智能化发展最核心的东西。数据处理的技术已经是核心竞争力。在一个完备的技术架构中，通常也会由应用系统以及数据系统构成。应用系统负责处理业务逻辑，而数据系统负责处理数据。
Kubernetes集群中基于 CRD 实现分批发布
分批发布是一种通用的发布方式，但是在Kubernetes集群中，要实现分批发布，需要控制各种状态，维护service流量，以及各种label配置，十分麻烦。阿里云容器服务提供一种基于 CRD 的分批发布方式，大大方便发布流程。
Apache Flink 漫谈系列(13) - Table API 概述
什么是Table API
在《Apache Flink 漫谈系列(08) - SQL概览》中我们概要的向大家介绍了什么是好SQL，SQL和Table API是Apache Flink中的同一层次的API抽象，如下图所示：
Apache Flink 针对不同的用户场景提供了三层用户API,最下层ProcessFunction API可以对State，Timer等复杂机制进行有效的控制，但用户使用的便捷性很弱，也就是说即使很简单统计逻辑，也要较多的代码开发。
