下一代实时流数据处理平台介绍
杨旭钧Bloom Software联合创始人&CTO
嘉宾介绍
Flink技术栈及其适用场景
演讲简介：
数据处理随着延时递增价值递减，即越实时越有价值。流计算框架比拼的就是低延时、高吞吐以及流之上的丰富特性，以满足实际业务需要。这里向大家介绍Flink的各个组成部分，深入浅出了解其内在机制原理。以便清晰如何用Flink解决实际业务场景。大数据和云计算密不可分，Flink如何在云上提供实时计算能力，这里会简要介绍流计算在云上的两种形态。
时金魁 华为杭州研究院主任工程师
嘉宾介绍：
目前就职于华为杭研所，负责流计算研发团队。毕业后一直从事开发工作，近些年专注于Spark／Flink等分布式计算框架。
大数据实时处理架构实践
演讲简介：
当今互联网早已不是蛮荒生长的时代，各大公司也在自己的领域深耕细作，伴随着市场的成熟，如何提供更好的服务、更快的数据决策，成为竞争的关键点。实时计算技术作为其中的一项关键技术，开始在业界广泛流行。如何依据自己的业务，在众多的实时计算技术中做出选择，如何处理实时计算中遇到的各种问题，保证数据的效率和正确，成为所有人都要面对的极具挑战的工作。本次分享将会从实时计算的业务要求出发，结合具体的一个基于spark streaming的实践例子，总结大数据实时处理架构设计上需要处理的几个关键问题，同时基于此对实时计算技术提出一些要求。
朱健 京东商城大数据技术专家
嘉宾介绍：
京东广告部大数据技术专家，长期从事大数据技术的实践和研究工作，在分布式系统架构设计、开发方面有丰富的实践经验。目前负责京东广告日志系统、广告实时效果系统的研发工作。
Kudu架构介绍及其在小米的应用实践
演讲简介：
Kudu是Cloudera在15年9月开源的分布式数据存储引擎，其结合了Hbase和HDFS的优势，可以同时提供高效的随机访问以及数据扫描能力。Kudu支持数据的实时插入和分析，为实时的OLAP计算提供了另外一种选择。小米是Kudu在中国最早的一批用户，目前内部已经有较大规模的业务在使用，并且在不断探索新的应用场景。本次演讲将会介绍Kudu的大致技术架构，新版本的新增功能，以及未来的开发计划。同时会介绍Kudu在小米计算架构中所扮演的角色，分享一些Kudu在实际使用中的经验，希望可以促进Kudu在中国的发展和使用。
张震 小米软件工程师
嘉宾介绍：
曾就职于老牌BI厂商MicroStrategy，15年加入小米云平台计算组，先后负责Impala，Hive，Kudu的维护和及内部需求开发。在分布式计算和存储领域有多年的积累和实战经验
来自 “ ITPUB博客 ” ，链接：https://blog.itpub.net/69946831/viewspace-3132416/ ，如需转载，请注明出处，否则将追究法律责任。
