apache flink 是一款面向資料流處理和批處理的可分布式的新一代大資料實時處理引擎，簡直是大資料中的「重磅炸彈」。對於大資料開發者來說，實時計算一時爽，一直實時計算一直爽；對於有實時計算場景需求的後端開發也可以了解一下。
本場 chat 首先會分析一下公司常見的實時計算場景需求有哪些，然後對實時採集、實時計算和實時儲存做了詳細地闡述，幫助大家理解該如何讓整個流程做到實時處理。本場 chat 你將學到如下內容：
了解公司常見實時計算場景需求
資料實時採集
資料實時計算
資料實時儲存
知道實時計算和離線計算區別和特點
使用實時資料流面臨的挑戰
了解實時計算框架 flink
閱讀全文:
徹底了解大資料實時計算框架 Flink
在 1.1 節中講解了日常開發常見的實時需求，然後分析了這些需求的實現方式，接著對比了實時計算和離線計算。隨著這些年大資料的飛速發展，也出現了不少計算的框架 hadoop storm spark flink 在網上有人將大資料計算引擎的發展分為四個階段。或許會有人不同意以上的分類，筆者覺得其實這並不...
Spark Streaming實時計算框架介紹
隨著大資料的發展，人們對大資料的處理要求也越來越高，原有的批處理框架mapreduce適合離線計算，卻無法滿足實時性要求較高的業務，如實時推薦 使用者行為分析等。spark streaming是建立在spark上的實時計算框架，通過它提供的豐富的api 基於記憶體的高速執行引擎，使用者可以結合流式 ...
Spark Streaming實時計算框架介紹
隨著大資料的發展，人們對大資料的處理要求也越來越高，原有的批處理框架mapreduce適合離線計算，卻無法滿足實時性要求較高的業務，如實時推薦 使用者行為分析等。spark streaming是建立在spark上的實時計算框架，通過它提供的豐富的api 基於記憶體的高速執行引擎，使用者可以結合流式 ...