基于 Flink 打造的伴鱼实时计算平台 Palink 的设计与实现
作者：李辉在伴鱼发展早期，出现了一系列实时性相关的需求，比如算法工程师期望可以拿到用户的实时特征数据做实时推荐，产品经理希望数据方可以提供实时指标看板做实时运营分析。这个阶段中台数据开发工程师主要是基于 Spark 实时计算引擎开发作业来满足业务方提出的需求。然而这类作业并没有统一的平台进行管理，任务的开发形式、提交方式、可用性保障等也完全因人而异。
2021-06-10
PyFlink 教程（三）：PyFlink DataStream API - state & timer
Flink 1.13 已于近期正式发布，超过 200 名贡献者参与了 Flink 1.13 的开发，提交了超过 1000 个 commits，完成了若干重要功能。其中，PyFlink 模块在该版本中也新增了若干重要功能，比如支持了 state、自定义 window、row-based operation 等。随着这些功能的引入，PyFlink 功能已经日趋完善，用户可以使用 Python 语言完成绝大多数类型Flink作业的开发。接下来，我们详细介绍如何在 Python DataStream API 中使用 state & timer 功能。
2021-06-07
汽车之家：基于 Flink + Iceberg 的湖仓一体架构实践
作者：邸星星@汽车之家内容简要：一、数据仓库架构升级的背景二、基于 Iceberg 的湖仓一体架构实践三、总结与收益四、后续规划原有的数据仓库完全基于 Hive 建造而成，主要存在三大痛点：痛点一：不支持 ACID
2021-06-07
Flink + Iceberg 在去哪儿的实时数仓实践
作者：余东@去哪儿摘要： 本文介绍去哪儿数据平台在使用 Flink + Iceberg 0.11 的一些实践。内容包括：我们在使用 Flink 做实时数仓以及数据传输过程中，遇到了一些问题：比如 Kafka 数据丢失，Flink 结合 Hive 的近实时数仓性能等。Iceberg 0.11 的新特性解决了这些业务场景碰到的问题。对比 Kafka 来说，Iceberg 在某些特定场景有自己的优势，在此我们做了一些基于 Iceberg 的实践分享。
2021-05-31
【干货篇】bilibili：基于flink的机器学习工作流平台在b站的应用
转载自：AICUG人工智能社区分享嘉宾：张杨，B 站资深开发工程师导读：整个机器学习的过程，从数据上报、到特征计算、到模型训练、再到线上部署、最终效果评估，整个流程非常冗长。在 b 站，多个团队都会搭建自己的机器学习链路，来完成各自的机器学习需求，工程效率和数据质量都难以保证。于是我们基于 Flink 社区的 aiflow 项目，构建了整套机器学习的标准工作流平台，加速机器学习流程构建，提升多个场景的数据实效和准确性。本次分享将介绍 b 站的机器学习工作流平台 ultron 在 b 站多个机器学习场景上的应用。
2021-05-26
Flink 和 Pulsar 的批流融合
作者：翟佳简介：StreamNative 联合创始人翟佳在本次演讲中介绍了下一代云原生消息流平台 Apache Pulsar，并讲解如何通过 Apache Pulsar 原生的存储计算分离的架构提供批流融合的基础，以及 Apache Pulsar 如何与 Flink 结合，实现批流一体的计算。
2021-05-24
Flink 在有赞的实践和应用
作者：沈磊简介：今天主要分享的内容是 Flink 在有赞的实践和应用。内容包括:Flink 支持的业务场景有风控，埋点的实时任务，支付，算法实时特征处理，BI 的实时看板，以及实时监控等等。目前的实时任务规模有 500+。
2021-05-21
Flink 1.13 发布说明
Flink 1.13 发布了！Flink 1.13 包括了超过 200 名贡献者所提交的 1000 多项修复和优化。这一版本中，Flink 的一个主要目标取得了重要进展，即让流处理应用的使用和普通应用一样简单和自然。Flink 1.13 新引入的被动扩缩容使得流作业的扩缩容和其它应用一样简单，用户仅需要修改并发度即可。
2021-05-19Flink 1.13.0 版本让流处理应用的使用像普通一样自然，并且让永不可以更好地理解流计算的性能
5月22日，北京站 Meetup不见不散
- 关注「Flink 中文社区」微信公众号
- 进入「Apache Flink」知乎主页
- 进入「Apache Flink」微博主页
- 进入「Apache Flink」bilibili 主页
Apache Flink 为用户提供了更强大的计算能力和更易用的编程接口
批流统一Runtime 和 SQL 层批流统一，提供强大的 SQL 支持。
生态兼容与 Yarn / Mesos / Kubernetes 集成，支持单机模式运行。
性能卓越提供高吞吐、低时延的批处理与流处理支持。
规模计算水平扩展架构、支持超大状态与增量检查点机制。