tag 實時計算

標籤
貢獻6
84
05:15 PM · Oct 25 ,2025

@實時計算 / 博客 RSS 訂閱

ApacheFlink - Flink基於Paimon的實時湖倉解決方案的演進

引言 現代數據環境要求架構能夠無縫融合數據湖的靈活性與傳統數據倉庫的性能特徵。隨着企業越來越多地採用實時分析來驅動業務決策,ApacheFlink作為流處理引擎與ApachePaimon作為湖存儲格式的結合,已成為構建強大實時湖倉平台的引人注目的解決方案。 本文整理自 Apache CommunityOverCode Asia 2025 大會上,阿里雲技術專家,Apache Flink Commi

大數據 , flink , 實時計算

收藏 評論

ApacheFlink - Flink 智能調優:從人工運維到自動化的實踐之路

作者:黃睿阿里雲智能集團產品專家 本文基於阿里雲Flink平台的實際實踐經驗整理,希望能為廣大流計算從業者提供有價值的參考。 引言 在流計算領域,ApacheFlink作為業界領先的流處理引擎,為眾多企業提供了強大的實時數據處理能力。然而,隨着業務規模的不斷擴大和數據量的持續增長,如何確保Flink作業能夠長期穩定運行,同時實現資源的高效利用,成為了每個技術團隊都必須面對的核心挑戰。 根據前期用户

大數據 , flink , 實時計算

收藏 評論

ApacheFlink - 雲棲實錄|馳騁在數據洪流上:Flink+Hologres驅動零跑科技實時計算的應用與實踐

本文根據 2025 雲棲大會演講整理而成,演講信息如下 演講人: 聶清 零跑汽車大數據高級專家 零跑科技的快速發展與數據挑戰 零跑科技成立於2015年12月,總部位於浙江杭州,是國內造車新勢力中唯一具備全域自研自造能力及垂直整合度最高的智能電動車企業。業務涵蓋整車設計、研發製造、智能駕駛等領域,始終致力於為用户創造價值。 特別值得一提的是,就在演講前一天,零跑迎來了第100萬台量產車的下

大數據 , flink , 實時計算

收藏 評論

阿里雲大數據AI - 雲棲實錄 | 實時計算 Flink 全新升級 - 全棧流處理平台助力實時智能

本文根據2025雲棲大會演講整理而成,演講信息如下 演講人: 黃鵬程阿里雲智能集團計算平台事業部實時計算Flink版產品負責人 引言 在數據驅動的時代,實時數據處理已成為企業數字化轉型的核心能力。阿里雲實時計算Flink版用了十年時間來進行產品發展,從技術引進到自主創新,已成為實時數據處理的行業標杆。在這次雲棲大會上,阿里雲發佈了實時計算Flink的全新升級,不僅在計算和存儲層面

fluss , 阿里雲 , flink , 流計算 , 實時計算

收藏 評論

阿里雲大數據AI - 雲棲實錄 | 馳騁在數據洪流上:Flink+Hologres 驅動零跑科技實時計算的應用與實踐

本文根據2025雲棲大會演講整理而成,演講信息如下 _演講人:_聶清零跑汽車大數據高級專家 零跑科技的快速發展與數據挑戰 零跑科技成立於2015年12月,總部位於浙江杭州,是國內造車新勢力中唯一具備全域自研自造能力及垂直整合度最高的智能電動車企業。業務涵蓋整車設計、研發製造、智能駕駛等領域,始終致力於為用户創造價值。 特別值得一提的是,就在演講前一天,零跑迎來了第100萬台量產車的

阿里雲 , flink , 實時計算

收藏 評論

ApacheFlink - 實時計算 Flink 全新升級 - 全棧流處理平台助力實時智能

本文根據2025雲棲大會演講整理而成,演講信息如下 演講人:黃鵬程阿里雲智能集團計算平台事業部實時計算Flink版產品負責人 引言 在數據驅動的時代,實時數據處理已成為企業數字化轉型的核心能力。阿里雲實時計算Flink版用了十年時間來進行產品發展,從技術引進到自主創新,已成為實時數據處理的行業標杆。在這次雲棲大會上,阿里雲發佈了實時計算Flink的全新升級,不僅在計算和存儲層面實現重大突

大數據 , flink , 實時計算

收藏 評論

3DCAT - 虛幻引擎實時雲渲染,是前進趨勢還是技術挑戰?

虛幻雲渲染技術是基於虛幻引擎的雲端渲染技術,將虛幻引擎的渲染計算任務通過雲計算的方式進行處理和渲染、並將渲染結果傳輸到終端設備上進行展示。虛幻引擎雲渲染技術在近年來得到了迅猛的發展,並在各個領域得到了廣泛的應用,包括遊戲、電影、電視、虛擬現實、增強現實等。然而,隨着技術的不斷髮展,虛幻雲渲染技術面臨着一系列的趨勢和挑戰。 一、虛幻引擎雲渲染髮展趨勢 1、高性能渲染 隨着硬件性能的不斷提升,雲

渲染 , 雲平台 , 實時計算

收藏 評論

ApacheFlink - 淘寶閃購基於Flink&Paimon的Lakehouse生產實踐:從實時數倉到湖倉一體化的演進之路

摘要:本文整理自淘寶閃購(餓了麼)大數據架構師王沛斌老師在FlinkForwardAsia2025城市巡迴上海站的分享。 引言 在數字化轉型的浪潮中,企業對實時數據處理的需求日益增長。傳統的實時數倉架構在面對業務快速變化和數據規模爆炸性增長時,逐漸暴露出數據孤島、成本高企、研發效率低下等問題。淘寶閃購(餓了麼)作為阿里巴巴集團重要的本地生活服務平台,在數據架構演進過程中積累了豐富的實踐經驗。 本文

大數據 , flink , 實時計算

收藏 評論

3DCAT - 3DCAT亮相2024中國國際消費電子博覽會,引領AI潮流

2024年10月18日-20日,備受矚目的2024中國國際消費電子博覽會(以下簡稱“電博會”)在青島國際會展中心(紅島館)盛大開幕。作為消費電子領域的盛會,本次電博會吸引了國內外300多家企業參展,展示了消費電子領域的最新技術和產品。 圖源官方 瑞雲科技作為受邀參展企業之一,展示了其最新的3DCAT XR實時雲渲染及AI多模態大模型解決方案。瑞雲科技憑藉其在視覺雲計算服務領域的深厚積累和創新實踐

渲染 , aigc , 實時交互 , 實時計算

收藏 評論

SelectDB技術團隊 - 實時分析、融合統一及雲原生,現代化數據倉庫未來發展必經之路|專訪飛輪科技 CEO 馬如悦

在國內擁有 2500+ 中大型企業用户,用户社羣聚集開發者超 3 萬人,活躍貢獻者數連續數月穩居全球大數據開源項目排行榜第一。毋庸置疑,Apache Doris 已成為全國數據庫和大數據領域最為活躍的開源項目之一。Apache Doris 歷經近十年的發展,為何還能持續保持競爭力和活力?其背後的核心推動力又是什麼? 在 QCon 全球軟件開發大會·北京站的現場,基於 Apache Doris 的商

大數據處理 , 創業 , 數據庫 , 雲原生 , 實時計算

收藏 評論

ApacheFlink - Forrester發佈流式數據平台報告:Flink 創始團隊躋身領導者行列,實時AI能力獲權威認可

近日,全球權威研究機構 Forrester 正式發佈《The Forrester Wave™: Streaming Data Platforms, Q4 2025》報告(後簡稱“報告”),Ververica 首次進入領導者象限,成為該年度報告中最受關注的"新晉領導者"。 Ververica 由 Apache Flink 的創始團隊建立,這一突破性成就標誌着 Ververica 在全球流式數據平台領

大數據 , flink , 實時計算

收藏 評論

ApacheFlink - Apache Flink 2.2.0: 推動實時數據與人工智能融合,賦能AI時代的流處理

Apache Flink PMC 很高興地宣佈 Apache Flink 2.2.0 版本發佈了。Flink 2.2.0 版本進一步增強了 AI 函數 和 向量檢索功能,改進了物化表和連接器框架,並優化了批處理和 PyFlink 支持。Flink 2.2.0 版本總共由來自全球的 73 位貢獻者參與,累計推進了 9 個 FLIP(Flink 重要改進提案),完成了 220 多項缺陷修復和改進。 F

大數據 , flink , 實時計算

收藏 評論

ApacheFlink - Flink Forward Asia 2025 城市巡迴 · 深圳站

繼上海站順利舉辦後,ApacheFlink社區年度技術活動——FlinkForwardAsia(FFA)2025城市巡迴第二站,將於12月5日在深圳舉行。 作為亞太地區聚焦實時計算的技術交流活動,FFA長期關注Flink的技術演進與行業應用。本次深圳站將邀請開發者、技術專家和企業用户,圍繞實際案例、技術實踐與生態共建展開分享與討論。💥 八年深耕,持續引領實時計算未來 自2018年首屆Flink

大數據 , flink , 實時計算

收藏 評論

ApacheFlink - Flink Agents 0.1.0 發佈公告

ApacheFlink社區很高興地宣佈發佈ApacheFlinkAgents的首個預覽版本(0.1.0)。 什麼是ApacheFlinkAgents ApacheFlinkAgents是ApacheFlink的全新子項目,用於在Flink的流處理運行時之上直接構建事件驅動的AI智能體。它在同一框架內統一了流處理與自主智能體能力,將Flink在規模、低時延、容錯能力和狀態管理方面的成熟優勢,與構建智

大數據 , flink , 實時計算

收藏 評論

3DCAT - 汽車虛擬仿真雲應用部署方案詳解

汽車虛擬仿真是指利用軟件和數學模型,模擬汽車的設計、製造、測試和運行等過程,以及汽車與環境、駕駛員、乘客等的交互。汽車虛擬仿真可以幫助汽車工程師快速驗證方案,優化性能,降低成本,提高安全性和可靠性。 汽車虛擬仿真廣泛應用於汽車設計、製造、測試和運行等多個領域。在設計方面,通過在計算機上構建三維模型進行形狀、顏色、材質的調整,並分析氣動性、結構性和熱性以提升外觀和功能;製造方面,通過模擬生產流程、零

渲染 , vr , 實時交互 , 三維模型 , 實時計算

收藏 評論

ApacheFlink - 理想汽車基於 Hologres + Flink 構建萬億級車聯網信號實時分析平台

作者:海博 理想汽車高級大數據工程師、賈天福 理想汽車高級大數據工程師 引言:智能汽車時代的數據挑戰 隨着電動車和智能汽車的快速普及,車聯網信號數據呈現爆發式增長。理想汽車作為國內領先的智能電動汽車企業,已擁有超過100萬輛在網車輛,每輛車每秒上報多達上萬個信號(如車速、胎壓、温度、電池狀態等),整體數據規模達到萬億級別。這些數據不僅體量巨大,而且對實時性要求極高——端到端延遲需控制在2秒以內,至

大數據處理 , flink , 實時計算

收藏 評論

3DCAT - 實時渲染與一般渲染的區別_實時渲染技術介紹

什麼是3D渲染? 3D渲染是一種通過計算機軟件將3D模型轉化為圖像的過程。它能夠模擬光線照射在物體上所產生的陰影、反射、折射等效果,使得虛擬的3D場景看起來更加真實。3D渲染廣泛應用於影視製作、遊戲開發、建築設計等領域。 實時渲染什麼意思? 實時渲染是指在進行3D場景渲染時,計算機能夠實時地將渲染結果呈現在屏幕上,使得用户能夠實時地觀察到場景中的變化。與傳統的離線渲染相比,實時渲染具有更快的渲染速

渲染 , 實時計算

收藏 評論

ApacheFlink - Flink + Fluss 實戰: Delta Join 原理解析與操作指南

在使用FlinkSQL進行實時數據處理的過程中,雙流Join是非常常見的操作之一。典型的場景包括分析廣告效果(曝光流訂單流實時關聯)、實時推薦(點擊流和商品信息)等等。然而,雙流Join需要在狀態中維護兩側全量的歷史數據,以確保計算結果的準確性。隨着作業的持續運行,雙流Join會逐漸帶來一些問題: 運維層面 狀態過大,開發者需要不斷加大作業的資源才能維持較高的吞吐。 C

大數據 , flink , 實時計算

收藏 評論

ApacheFlink - 流、表與“二元性”的幻象

本文由Ververica首席架構師GiannisPolyzos撰寫,__探討了流與表的“二元性”本質,澄清常見誤解,指出Kafka與Iceberg等系統在缺乏主鍵和變更語義時無法真正實現該二元性,並強調統一系統對流表融合的重要性。 什麼是流/表二元性? 核心思想其實很簡單: 流(Stream)是一個永不停止的變更日誌📜。 表(Table)是這些變更的物化視圖,即當前狀態🗄️。 👉任

fluss , 大數據 , flink , 實時計算

收藏 評論

我不是碼農 - kafka stream的自定義時間段窗口實現

最近系統需要做一個日誌平台,對所有接入的系統進行日誌的統計分析,因為之前用的是kafka來實現各業務系統日誌接入日誌平台的,所以想到了直接使用kafka官方本身提供的一個實時計算框架kafka stream。 kafka stream的時間窗口有兩個重要的屬性:窗口大小和步長(移動間隔),滾動窗口Tumbling Time Window:步長等於窗口大小,滾動窗口是沒有記錄的重疊;跳躍窗口H

大數據 , stream , kafka , 實時計算

收藏 評論

ApacheFlink - Flink Agents:基於Apache Flink的事件驅動AI智能體框架

本文基於 Apache Flink PMC成員宋辛童在 Community Over Code Asia 2025 Streaming 專題技術分享中的演講內容整理而成,詳細介紹了Flink Agents項目的技術背景、架構設計和應用前景。 在人工智能技術快速發展的今天,AI應用從簡單的對話交互正在向更加複雜和智能化的方向演進。Apache Flink社區最近推出了一個全新的項目——Flink A

大數據 , flink , 實時計算

收藏 評論

今晚加個牛腿吃 - Flink 全方位科普

Apache Flink 是一款由 Apache 軟件基金會開發的開源分佈式流處理框架,核心定位是 “處理無界和有界數據流”—— 簡單説,不管是實時產生的無限數據流(比如電商實時訂單、直播彈幕、物聯網設備數據),還是有限的批量數據(比如歷史交易報表、離線日誌),Flink 都能高性能、低延遲地處理,是大數據領域實時計算的核心工具之一。 一、核心特點(新手能看懂的人話版)

服務器 , 大數據 , 數據 , 集羣 , 實時計算

收藏 評論

ApacheFlink - Delta Join:為超大規模流處理實現計算與歷史數據解耦

Flink流式Join的範式轉變:DeltaJoin解決了什麼問題? ApacheFlink一直以來都擅長有狀態流處理,但傳統流式Join在面對海量數據和高基數Key時卻遇到了瓶頸。問題在於為了保證正確性,你必須將所有歷史數據永久保存在Flink狀態中——這顯然不可持續。 DeltaJoin(FLIP-486)徹底改變了這一局面。它不再將所有數據緩存在內部,而是將Join轉變為一種無狀態的查詢機制

大數據 , flink , 實時計算

收藏 評論

ApacheFlink - 在 OpenAI 打造流處理平台:超大規模實時計算的實踐與思考

本文整理自__OpenAI__基礎設施團隊的ShuyiChen和JoeyPereira在Current2025倫敦會議上的演講”_BuildingaStreamProcessingPlatformatOpenAI_“ 主要演講內容為: OpenAI的流式基礎設施; 構建流處理平台的動機及遇到的挑戰; OpenAI的整體架構及深入解讀; OpenAI業務用例以及平台未來的演

大數據 , flink , 實時計算

收藏 評論