@Apache Flink / 博客 RSS 訂閱

Nov 13 2025

vivo互聯網 - Flink 的 RocksDB 狀態後端在 vivo 的實踐

作者： 互聯網大數據團隊- Chen Rui 本文簡要介紹了特徵拼接在實時推薦中的重要作用，並講述了vivo實時推薦系統中特徵拼接模塊的架構演進過程以及採用現有的“基於RocksDB的大狀態解決方案”的原因，重點敍述了該方案所遇到的一系列問題，包括TM Lost、RocksDB性能調優門檻高、TM初始化慢、狀態遠程存儲HDFS RPC飆高等，並給出了這些問題的現

Apache Flink , 大數據 , 推薦系統 , 私藏項目實操分享 , 數據倉庫 , 內存泄漏 , RocksDB

收藏 評論