博客 / 列表

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

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

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

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

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

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

ApacheFlink - 打造可編程可集成的實時計算平台：阿里雲實時計算 Flink被集成能力深度解析

關於作者 本文內容整理自阿里雲實時計算Flink產品團隊的技術分享，由李昊哲主講。李昊哲負責Flink平台的控制枱體驗、企業級能力建設，包括開放性、權限管理和可觀測性等方向。 在企業數字化轉型的浪潮中，實時計算已經成為核心技術能力之一。然而，一個強大的實時計算引擎如何才能真正融入企業複雜的技術生態?答案在於"被集成能力"——讓平台不僅僅是一個獨立的服務，而是能夠無縫嵌入到企業現有的開發流程、運維

大數據 , flink , 實時計算

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

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

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

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

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

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

ApacheFlink - 阿里雲、Ververica、Confluent、Linkedin攜手推進流式創新，共築智能體AI未來

ApacheFlinkAgents：一項里程碑式合作，旨在構建可擴展、面向生產的事件驅動型流式智能體框架。 作者：宋辛童，ApacheFlinkPMCMember，阿里雲高級技術專家 在FlinkForwardBarcelona2025大會上，我們宣佈：阿里雲、Ververica、Confluent與LinkedIn四家數據流領域的領軍企業正式攜手，共同推進ApacheFlinkAgent

大數據 , flink , 實時計算

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

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

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