開發與維運

大數據Flink最佳實踐|阿里雲產品內容精選(二十五)

每日內容推薦

Flink SQL CDC 上線!我們總結了 13 條生產實踐經驗

針對平臺現在存在的問題,我們提出了把報表的數據實時化的方案。該方案主要通過 Flink SQL CDC + Elasticsearch 實現。Flink SQL 支持 CDC 模式的數據同步,將 MySQL 中的全增量數據實時地採集、預計算、並同步到 Elasticsearch 中,Elasticsearch 作為我們的實時報表和即席分析引擎。>>點擊瞭解詳情

Flink SQL 1.11 新功能與最佳實踐

旨在幫助用戶快速瞭解新版本 Table & SQL 在 Connectivity 和 Simplicity 等方面的優化及實際開發使用的最佳實踐。>>點擊瞭解詳情

Flink RocksDB 狀態後端參數調優實踐

RocksDB 的配置也是極為複雜的,可調整的參數多達百個,沒有放之四海而皆準的優化方案。如果僅考慮 Flink 狀態存儲這一方面,我們仍然可以總結出一些相對普適的優化思路。本文先介紹一些基礎知識,再列舉方法。>>點擊瞭解詳情

騰訊看點基於 Flink 的實時數倉及多維實時數據分析實踐

當業務發展到一定規模,實時數據倉庫是一個必要的基礎服務。從數據驅動方面考慮,多維實時數據分析系統的重要性也不言而喻。但是當數據量巨大的情況下,拿騰訊看點來說,一天上報的數據量達到萬億級的規模,要實現極低延遲的實時計算和亞秒級的多維實時查詢是有技術挑戰的。>>點擊瞭解詳情

小程序搜索服務優化最佳實踐

小程序的誕生大大縮短了操作步驟以及省去了APP之間的切換成本,如何提升用戶體驗,促使更多流量變現,是大部分開發者們不斷探索優化的方向。本文透過小程序“搜索服務的優化”的角度,結合了阿里雲開放搜索的最佳實踐,解讀如何2步實現一站式高質量搜索體驗~>>點擊瞭解詳情

MaxCompute full outer join改寫left anti join實踐

ods層數據同步時經常會遇到增全量合併的模型,即T-1天增量表 + T-2全量表 = T-1全量表。可以通過full outer join腳本來完成合並,但是數據量很大時非常消耗資源。本文將為您介紹在做增量數據的增加、更新時如何通過full outer join改寫left anti join來實現的最佳實踐。>>點擊瞭解詳情

熱門推薦

Leave a Reply

Your email address will not be published. Required fields are marked *