腾讯云专家工程师,目前负责腾讯云大数据基础产品线的研发工作,主导研发的产品包括ElasticSearch服务,流计算服务等。有十余年互联网、云计算与大数据研发架构经验,曾负责腾讯QQ后台资料与存储服务、SNG后台基础框架、腾讯云Redis产品研发,个人技术兴趣领域涉及分布式、微服务、高并发、大数据等后台架构和海量服务技术运营。
Why 流数据: -大数据发展趋势 -流计算的应用场景与面临的技术挑战 What 流计算: -业界流行的实时流计算平台对比 -流计算使用案例和基本概念 How 流计算: -腾讯云流计算产品的技术剖析 -流计算产品未来计划。
腾讯云+社区沙龙,大咖云集,精英汇聚,共享技术新知识
腾讯内部的技术支撑平台
一个帮助开发者成长的社区
国内最大的开源技术社区
我来说两句
直播的图文版已经整理到社区专栏了~感兴趣的同学可以点击阅读哦:https://cloud.tencent.com/developer/article/1329869
感谢大家对极客说的支持~本期直播我们将会尽快将录播放出,屁屁踢和图文整理也会发布到社区的哦~请大家关注双击666走一波~
老师辛苦了,刚才路上看来着。少看一段,可以看录播吗?
老师辛苦了!同时也谢谢为我解答问题的大家~
kafka stream,spark stream,flink,storm应该怎么选择呢?
老师辛苦啦~
非常棒~
非常棒~
会提供PPT么
讲一下Spark和Flink的对比吧
这个一开始已经讲了哈。总结下就是 Spark 目前还是 micro-batch(微批)模式,处理延时比较高;而 Flink 是流式处理,延时很低。虽然 Spark 2.3 提供了全新的 Continuous Processing 模式,但是仍然很不完善,目前只支持一些简单的操作
1、都是全栈技术解决方案 2、底层模型不同,Spark基于RDD,流计算本质上还是批处理,每次计算都是以一个小的数据集为单位,Flink基于Pipeline模型,是天然的流式计算,可以做到record by record 的处理 3、Flink提供流CEP,Spark目前还不支持