流式数据处理在百度数据工厂应用与实践

李俊卿关于《流式数据处理在百度数据工厂应用与实践》主题演讲，主要内容如下。

百度数据工厂以 Spark 为基础提供了流批一体的大数据分析解决方案，流式数据处理在里面承担了其中的实时计算和实时与离线转换功能。流式数据处理不仅提供了流批统一 SQL 引擎、流批统一 META 管理和实时落数仓等技术支持，还提供了流式数据处理的一体化平台，提供流式数据处理的提交、运维、监控等能力。以百度数据工厂为基础，流式数据处理在大型日志分析、广告物料分析、实时推荐、大屏展示等方面提供了强力支撑，获得了较好的效果。本演讲将分享我们就 Spark 流式数据处理在数据工厂内做了哪些技术支持、改造及相应的实践。

主要内容：

理解数据工厂在流批统一上的优势;

了解数据工厂流式数据处理的技术改进;

理解流式数据处理的一体化平台;

数据工厂流式数据处理在百度内的实践。

李俊卿，百度高级研发工程师，数据工厂流式数据处理负责人。加入百度后，一直从事大数据相关工作，参与了百度大数据离线批处理从 Hive 到 Spark1.x 到 Spark2.x 技术方案的架构升级，主导了数据工厂的流式数据处理的整体设计及核心的研发工作，提出基于 Spark 的流 / 批 SQL 引擎统一方案，对分布式系统流批一致处理有独到见解。

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

完整演讲 PPT 下载链接：

https://qcon.infoq.cn/2019/beijing/schedule

时间:2019-08-15 18:11  来源:    转发量:次