美团点评基于 Flink 的实时数仓平台实践
作者:鲁昊@美团点评 一、美团点评实时计算演进 美团点评实时计算演进历程 在 2016 年,美团点评就已经基于 Storm 实时计算引擎实现了初步的平台化。2017 年初,我们引入了 Spark Streaming 用于特定场景的支持,主要是在数据同步场景方面的尝试。在 2017 年底,美团点评实时...
基于 Flink 的实时数仓生产实践
数据仓库的建设是“数据智能”必不可少的一环,也是大规模数据应用中必然面临的挑战。在智能商业中,数据的结果代表了用户反馈、获取数据的及时性尤为重要。快速获取数据反馈能够帮助公司更快地做出决策,更好地进行产品迭代,实时数仓在这一过程中起到了不可替代的作用。 如何更好的建设实时数仓、有哪些优秀的生产实践经...
本页面内关键词为智能算法引擎基于机器学习所生成,如有任何问题,可在页面下方点击"联系我们"与我们沟通。
实时数仓 Hologres更多实践相关
实时数仓 Hologres您可能感兴趣
- 实时数仓 Hologres模式
- 实时数仓 Hologres shard
- 实时数仓 Hologres plan
- 实时数仓 Hologres表
- 实时数仓 Hologres连接
- 实时数仓 Hologres sql
- 实时数仓 Hologres备份
- 实时数仓 Hologres报错
- 实时数仓 Hologres数据
- 实时数仓 Hologres查询
- 实时数仓 Hologres flink
- 实时数仓 Hologres dataworks
- 实时数仓 Hologres hologres
- 实时数仓 Hologres升级
- 实时数仓 Hologres数仓
- 实时数仓 Hologres maxcompute
- 实时数仓 Hologres实例
- 实时数仓 Hologres同步
- 实时数仓 Hologres分析
- 实时数仓 Hologres版本
- 实时数仓 Hologres场景
- 实时数仓 Hologres架构
- 实时数仓 Hologres存储
- 实时数仓 Hologres mysql