久久嫩操,蜜桃人妻无码AV天堂二区,一本一道无码免费看视频,欧美肏屄网站,天堂网在线视频,久久久久久亚洲,亚洲网址中文字幕,黄色三级电影网站

剩喜漫天飛玉蝶，不嫌幽谷阻黃鶯。2020 年是不尋常的一年，F(xiàn)link 也在這一年迎來(lái)了新紀(jì)元。

12 月13 – 15 號(hào)，2020 Flink Forward Asia（FFA）在春雪的召喚下順利拉開(kāi)帷幕。Flink Forward Asia 是由 Apache 官方授權(quán)，Apache Flink Community China 支持舉辦的會(huì)議。經(jīng)過(guò)兩年的不斷升級(jí)和完善，F(xiàn)link Forward Asia 已成為國(guó)內(nèi)最大的 Apache 頂級(jí)項(xiàng)目會(huì)議，是 Flink 開(kāi)發(fā)者和使用者的年度盛會(huì)！今年由于疫情的原因，F(xiàn)link Forward Asia 首次采用線上線下雙線同步會(huì)議的形式，吸引了更多的參會(huì)者觀看討論，三天實(shí)際總參與人數(shù)（UV）超過(guò) 9.2 萬(wàn)，單日最高觀看人數(shù)（UV）超過(guò) 4 萬(wàn)。

FFA 大會(huì)從社區(qū)發(fā)展，業(yè)內(nèi)影響力和 Flink 引擎生態(tài)這三方面總結(jié)了 Flink 過(guò)去一年內(nèi)的成績(jī)。

社區(qū)方面，如上圖所示，根據(jù) Apache 基金會(huì)財(cái)年報(bào)告公布的各項(xiàng)核心指標(biāo)顯示，F(xiàn)link 在 2020 年蟬聯(lián) Apache 社區(qū)最活躍的項(xiàng)目。不僅如此，F(xiàn)link Github 的星數(shù)（代表項(xiàng)目受歡迎程度）和 Flink 的社區(qū)代碼貢獻(xiàn)者（contributor）數(shù)量在過(guò)去數(shù)年中一直保持年均 30%+ 的增長(zhǎng)。尤其值得一提的是 Flink 中文社區(qū)的繁榮發(fā)展：Flink 是當(dāng)前 Apache 頂級(jí)項(xiàng)目中唯一一個(gè)開(kāi)通了中文郵件列表（[email protected]）的項(xiàng)目，且中文郵件列表的活躍度已超過(guò)英文郵件列表；Flink 的官方公眾號(hào)訂閱數(shù)超過(guò) 3 萬(wàn)人，全年推送超過(guò) 200 篇和 Flink 技術(shù)，生態(tài)以及實(shí)踐相關(guān)的最新資訊。此外，F(xiàn)link 官方中文學(xué)習(xí)網(wǎng)站也已經(jīng)正式開(kāi)通：https://flink-learning.org.cn/?，收納了和 Flink 相關(guān)的學(xué)習(xí)資料，場(chǎng)景案例以及活動(dòng)信息，希望能對(duì) Flink 感興趣的同學(xué)有所助益。

在業(yè)界影響力方面，經(jīng)過(guò)幾年的發(fā)展，F(xiàn)link 已經(jīng)成為事實(shí)上的國(guó)內(nèi)外實(shí)時(shí)計(jì)算行業(yè)標(biāo)準(zhǔn)，大部分主流科技公司均已采用 Flink 作為實(shí)時(shí)計(jì)算的技術(shù)方案。本屆 Flink Forward Asia 邀請(qǐng)到 40 多家一線國(guó)內(nèi)外公司參與分享 Flink 的技術(shù)探索和實(shí)踐經(jīng)驗(yàn)，上圖列出了其中部分公司的 Logo。從圖中的 Logo 來(lái)看，F(xiàn)link 技術(shù)已經(jīng)應(yīng)用到各行各業(yè)，深入到我們的日常點(diǎn)滴生活中，從知識(shí)分享到在線教育；從金融服務(wù)到理財(cái)投資；從長(zhǎng)短視頻到在線直播；從實(shí)時(shí)推薦搜索到電商服務(wù)等等。

從 Flink 引擎生態(tài)來(lái)看，2020 年，F(xiàn)link 在流計(jì)算引擎內(nèi)核，流批一體，擁抱 AI，云原生這四個(gè)主打方向上都取得了不錯(cuò)的成績(jī)。特別對(duì)于流批一體，今年發(fā)布的三個(gè)大版本（Flink-1.10 & 1.11 & 1.12）對(duì)流批一體進(jìn)一步作了升級(jí)和完善，并首次在阿里巴巴雙十一最核心的天貓營(yíng)銷(xiāo)活動(dòng)分析大屏場(chǎng)景中落地 [1]。經(jīng)歷過(guò)雙十一洗禮的流批一體將成為在業(yè)界大規(guī)模推廣的起點(diǎn)，開(kāi)創(chuàng)流批一體新紀(jì)元！

本文將對(duì) Keynote 議題作一些簡(jiǎn)單的歸納總結(jié)，拋磚引玉，感興趣的小伙伴們可以在官網(wǎng)找到相關(guān)主題視頻觀看直播回放。

主會(huì)場(chǎng)議題

在主議題之前有兩個(gè)環(huán)節(jié)值得提一提。一是阿里巴巴集團(tuán)副總裁，阿里云智能計(jì)算平臺(tái)負(fù)責(zé)人，人工智能計(jì)算框架 Caffe 之父賈揚(yáng)清老師作為開(kāi)場(chǎng)嘉賓，分享了他對(duì)開(kāi)源與云的思考。他指出，開(kāi)源讓云更標(biāo)準(zhǔn)化，而大數(shù)據(jù)和人工智能一體化則是必然趨勢(shì)。顯而易見(jiàn)地，作為頂級(jí)開(kāi)源項(xiàng)目和實(shí)時(shí)計(jì)算標(biāo)準(zhǔn)的 Flink 在這個(gè)過(guò)程中承擔(dān)極其重要的角色。同時(shí)他也對(duì) Flink 如何在未來(lái)做到計(jì)算普惠化和數(shù)據(jù)智能化提出更多期待，讓 Flink 的小松果在各行各業(yè)的數(shù)據(jù)和智能融合中生根發(fā)芽！二是由阿里云天池平臺(tái)和 Intel 聯(lián)合舉辦的第二屆 Apache Flink 極客挑戰(zhàn)賽頒獎(jiǎng)典禮。此次挑戰(zhàn)賽聚焦防疫主題，在 Apache Flink 平臺(tái)上支持深度學(xué)習(xí)應(yīng)用，吸引了來(lái)自 14 個(gè)國(guó)家和地區(qū)，705 所高校，1327 家企業(yè)的 3840 位選手，由揚(yáng)清，李文和湘雯頒獎(jiǎng)。

言歸正傳，下面聊聊幾個(gè)主議題。?

Flink as a Unified Engine

–– Now and Next

主議題由 Apache Flink 中文社區(qū)發(fā)起人，阿里云智能實(shí)時(shí)計(jì)算和開(kāi)放平臺(tái)負(fù)責(zé)人莫問(wèn)老師開(kāi)啟，主要介紹 Flink 社區(qū)在 2020 年取得的成果以及未來(lái)的發(fā)展方向，主要包括：流計(jì)算引擎內(nèi)核，流批一體，F(xiàn)link + AI 融合，云原生這四個(gè)方向。值得一題的是，他還特別分享了阿里巴巴作為 Flink 最大的使用者和推動(dòng)者，在流批一體雙十一核心業(yè)務(wù)場(chǎng)景落地的過(guò)程中的經(jīng)驗(yàn)和心得，相信對(duì)很多有類(lèi)似需求的小伙伴們會(huì)有啟示。

技術(shù)創(chuàng)新是開(kāi)源項(xiàng)目持續(xù)發(fā)展的核心，所以首先第一個(gè)部分是 Flink 社區(qū)在流計(jì)算引擎內(nèi)核方面的創(chuàng)新分享：

1）Unaligned Checkpoint

我們知道 Flink 的一個(gè)最核心的部分是通過(guò)分布式全局輕量快照算法 [2, vldb17] 做 checkpoint 來(lái)保證強(qiáng)一致性 exactly once 語(yǔ)義。這個(gè)算法通過(guò) task 之間 barrier 的傳遞使得每一個(gè) task 只需要對(duì)自己的狀態(tài)進(jìn)行快照；當(dāng) barrier 最終達(dá)到 sink 的時(shí)候，我們就會(huì)得到一個(gè)完整的全局快照（checkpoint）。但在數(shù)據(jù)反壓的情況下，barrier 無(wú)法流到 sink，會(huì)造成 checkpoint 始終無(wú)法完成。Unaligned Checkpoint 解決了反壓狀態(tài)下，checkpoint 無(wú)法完成的問(wèn)題。在 unaligned checkpoint 的模式下，F(xiàn)link 可以對(duì)每個(gè) task 的 channel state 和 output buffer 也進(jìn)行快照，這樣 barrier 可以快速傳遞到 sink，使得 checkpoint 不受反壓影響。Unaligned checkpoint 和 aligned checkpoint（現(xiàn)有的 checkpoint 模式）可以通過(guò) alignment timeout 自動(dòng)智能的切換，下圖給出了示意圖。

2）Approximate Failover –– 更加靈活的容錯(cuò)模式

流計(jì)算內(nèi)核引擎部分的另一個(gè)提升是 Approximate 單點(diǎn) Failover。在強(qiáng)一致性 exactly once 語(yǔ)義下，單個(gè)節(jié)點(diǎn)的失敗會(huì)導(dǎo)致全部節(jié)點(diǎn)的重新啟動(dòng)和回滾。但對(duì)某些場(chǎng)景，特別是 AI 訓(xùn)練的場(chǎng)景，其實(shí)對(duì)語(yǔ)義一致性的要求并沒(méi)有那么高，反而對(duì)于可用性要求更高，所以社區(qū)引入了 Approximate Failover 的模式：?jiǎn)蝹€(gè)節(jié)點(diǎn)的失敗只會(huì)引起該失敗節(jié)點(diǎn)的重啟和恢復(fù)，而整個(gè)數(shù)據(jù)流程是沒(méi)有中斷的。Approximate Failover 在 AI 訓(xùn)練和推薦場(chǎng)景下是強(qiáng)需求，快手和字節(jié)跳動(dòng)的分享中都有提到。

3）Nexmark –– Streaming Benchmark

目前的實(shí)時(shí)流計(jì)算并沒(méi)有行業(yè)內(nèi)公認(rèn)的 benchmark，為了填補(bǔ)這項(xiàng)空白，基于 NEXMark[3]，F(xiàn)link 推出了第一版包含 16 個(gè) SQL Query 的 benchmark 工具? Nexmark。Nexmark 一大特點(diǎn)是方便易用，沒(méi)有外部系統(tǒng)依賴, 同時(shí)支持標(biāo)準(zhǔn)的? ANSI SQL。Nexmark 目前業(yè)已開(kāi)源：https://github.com/nexmark/nexmark，可以用來(lái)比對(duì)不同流計(jì)算引擎之間的差異。

第二個(gè)重要的部分是流批一體，開(kāi)頭提到 2020 年是流批一體的新紀(jì)元，為什么這么說(shuō)呢，莫問(wèn)老師從流批一體架構(gòu)演進(jìn)，F(xiàn)link 批處理性能，以及業(yè)界流批一體數(shù)據(jù)生態(tài)這三個(gè)方面給出了答案。

1）流批一體架構(gòu)演進(jìn)

Flink-1.10 & 1.11 兩個(gè)大版本實(shí)現(xiàn)了 SQL & Table 層的流批一體化和解決生產(chǎn)可用性問(wèn)題；剛剛發(fā)版的 Flink-1.12 解決了 DataStream 層的流批一體化；從 1.13 版本開(kāi)始，F(xiàn)link 將逐步淘汰 DataSet 這套 API。在全新的流批一體架構(gòu)中，F(xiàn)link 完成了統(tǒng)一的流批表達(dá)，統(tǒng)一的流批執(zhí)行，以及統(tǒng)一可插拔的 runtime 支持。分會(huì)場(chǎng)中的《基于 Flink DataStream API 的流批一體處理》有對(duì)這個(gè)部分更為詳細(xì)的介紹。

2）Batch 性能

大家比較關(guān)心的批的性能：經(jīng)過(guò)三個(gè)版本的迭代，以 TPC-DS 為基準(zhǔn)，F(xiàn)link-1.12 比 Flink-1.9（去年的版本）提速 3 倍！數(shù)據(jù)量 10TB，20臺(tái) 64Core 機(jī)器的配置下，TPC-DS 運(yùn)行時(shí)間收斂到萬(wàn)秒以內(nèi)。這意味著 Flink Batch 的性能已經(jīng)不亞于任何一個(gè)業(yè)界主流的 Batch 引擎了。

3）流批一體數(shù)據(jù)生態(tài)

莫問(wèn)老師指出，流批一體不僅僅只是一個(gè)技術(shù)問(wèn)題，它也對(duì)業(yè)界數(shù)據(jù)生態(tài)的演化也起到了深遠(yuǎn)的作用，比較典型的場(chǎng)景包括數(shù)據(jù)同步集成（數(shù)據(jù)庫(kù)里的數(shù)據(jù)同步到數(shù)倉(cāng)中）和基于 Flink 流批一體的數(shù)倉(cāng)架構(gòu)/數(shù)據(jù)湖架構(gòu)。傳統(tǒng)的數(shù)據(jù)同步集成采用全量增量定時(shí)合并的模式，而 Flink 流批一體混合 connector 可以實(shí)現(xiàn)全量增量一體化數(shù)據(jù)集成（讀取數(shù)據(jù)庫(kù)全量數(shù)據(jù)后，可以自動(dòng)切換到增量模式，通過(guò) CDC 讀取 binlog 進(jìn)行增量同步），全量和增量之間無(wú)縫自動(dòng)切換，如下圖所示。

傳統(tǒng)的數(shù)倉(cāng)架構(gòu)分別維護(hù)一套實(shí)時(shí)數(shù)倉(cāng)和離線數(shù)倉(cāng)鏈路，這樣會(huì)造成開(kāi)發(fā)流程冗余（實(shí)時(shí)離線兩套開(kāi)發(fā)流程），數(shù)據(jù)鏈路冗余（兩遍對(duì)數(shù)據(jù)的清洗補(bǔ)齊過(guò)濾），數(shù)據(jù)口徑不一致（實(shí)時(shí)和離線計(jì)算結(jié)果不一致）等問(wèn)題。而 Flink 的流批一體數(shù)倉(cāng)架構(gòu)將實(shí)時(shí)離線鏈路合二為一，可以完全的解決上述這三個(gè)問(wèn)題。不僅于此，F(xiàn)link 的流批一體架構(gòu)和數(shù)據(jù)湖所要解決的問(wèn)題（流批一體存儲(chǔ)問(wèn)題）也完美契合?，F(xiàn)在比較主流的數(shù)據(jù)湖解決方案 Iceberg，Hudi 和 Flink 都有集成。其中，F(xiàn)link + Iceberg 已有完整的集成方案；而 Flink + Hudi 的整合也在積極對(duì)接中。

第三個(gè)大的方向是與 AI 的融合。莫問(wèn)老師從語(yǔ)言層，算法層和大數(shù)據(jù)與 AI 一體化流程管理這三個(gè)方面總結(jié)了 2020 年 Flink 在 AI 融合方面的進(jìn)展。從語(yǔ)言層來(lái)講，F(xiàn)link 對(duì) AI 的主流開(kāi)發(fā)語(yǔ)言 Python 的支持 PyFlink 逐步走向成熟：Flink 的 DataStream API 和 Table API 都已 Python 化，用戶可以用純 Python 語(yǔ)言開(kāi)發(fā) Flink 程序；Flink SQL 中支持 Python UDF/UDTF；PyFlink 集成了常用的 Python 類(lèi)庫(kù)如 Pandas，在 PyFlink 中可以直接調(diào)用 Pandas UDF/UDAF。從算法層面來(lái)看，去年開(kāi)源的：Alink https://github.com/alibaba/alink（基于 Flink 的流批一體的傳統(tǒng)機(jī)器學(xué)習(xí)算法庫(kù)）新增了數(shù)十個(gè)開(kāi)源算法，提供基于參數(shù)服務(wù)器的大規(guī)模分布式訓(xùn)練，訓(xùn)練過(guò)程與預(yù)測(cè)服務(wù)的銜接更加順暢。

大數(shù)據(jù)與 AI 一體化流程管理也是一個(gè)很值得深入探討的問(wèn)題，其背后的本質(zhì)問(wèn)題是在離線學(xué)習(xí)實(shí)時(shí)化的大背景下，如何設(shè)計(jì)離線在線機(jī)器學(xué)習(xí)一體化的流程管理架構(gòu)，以及該架構(gòu)如何與大數(shù)據(jù)工作流程相結(jié)合，實(shí)現(xiàn)大數(shù)據(jù)與機(jī)器學(xué)習(xí)全鏈路一體化的問(wèn)題。這套完整的解決方案 Flink AI Extended 不僅支持深度學(xué)習(xí)引擎和 Flink 計(jì)算引擎的集成（TensorFlow / PyTorch on Flink），它的工作流（Flink AI Flow）也應(yīng)用了上述的一體化設(shè)計(jì)思想。目前 Flink AI Extended 也已經(jīng)開(kāi)源：https://github.com/alibaba/flink-ai-extended。此外，在分會(huì)場(chǎng)議題中有對(duì) Flink AI Extended 更詳細(xì)的討論和全流程 demo《基于 Flink 的在線機(jī)器學(xué)習(xí)系統(tǒng)架構(gòu)探討》，感興趣的同學(xué)可以找來(lái)看看并試用一下。

此外還有一個(gè)重要的方向是 Flink 與云原生生態(tài) Kubernetes 的深度融合。Kubernetes 目前廣泛應(yīng)用在各種在線業(yè)務(wù)上，其生態(tài)本身發(fā)展也很快，可以給 Flink 在生產(chǎn)中提供更好的運(yùn)維能力。從 Flink-1.10 版本開(kāi)始，F(xiàn)link 經(jīng)過(guò)三個(gè)版本的迭代，到 Flink-1.12，F(xiàn)link 已經(jīng)可以原生地運(yùn)行在 Kubernetes 之上，對(duì)接 K8S 的 HA 方案，并不再依賴 ZooKeeper，達(dá)到生產(chǎn)可用級(jí)別。同時(shí)，F(xiàn)link 的 JobManager 可以和 K8S?Master 直接通信，實(shí)現(xiàn)動(dòng)態(tài)擴(kuò)縮容，并支持對(duì) GPU 的資源調(diào)度。

接下來(lái)，莫問(wèn)老師分享了 Flink 在阿里巴巴（Flink 最大的使用者和推動(dòng)者）的前世，今生和未來(lái)。2016 年，F(xiàn)link 在雙十一搜索推薦場(chǎng)景中首次亮相，并用 Flink 實(shí)現(xiàn)搜索推薦和在線學(xué)習(xí)全鏈路實(shí)時(shí)化。2017 年，F(xiàn)link 成為阿里巴巴集團(tuán)內(nèi)實(shí)時(shí)計(jì)算的標(biāo)準(zhǔn)解決方案。2018 年，F(xiàn)link 正式上云，使用 Flink 的實(shí)時(shí)數(shù)據(jù)解決方案更好的為中小企業(yè)服務(wù)。2019 年，阿里巴巴收購(gòu)了 Flink 的初創(chuàng)公司 Ververica，并將 Blink 回饋給社區(qū)，向國(guó)際化邁進(jìn)一步。到 2020 年，F(xiàn)link 已經(jīng)成為事實(shí)上的全球?qū)崟r(shí)計(jì)算標(biāo)準(zhǔn)。目前各大云廠商（阿里云，AWS）和大數(shù)據(jù)廠商（Cloudera）等均已將 Flink 內(nèi)置作為標(biāo)準(zhǔn)的云產(chǎn)品。到今年雙十一，F(xiàn)link 已包攬阿里內(nèi)部所有集團(tuán)（包括螞蟻，釘釘，菜鳥(niǎo)等）的全鏈路實(shí)時(shí)化解決方案，規(guī)模達(dá)到百萬(wàn)級(jí) CPU Core。并且在資源沒(méi)有增長(zhǎng)的情況下，提高了一倍業(yè)務(wù)能力。今年雙十一的實(shí)時(shí)數(shù)據(jù)處理峰值更是達(dá)到 40 億條記錄/秒的新高。

莫問(wèn)老師強(qiáng)調(diào)，“全數(shù)據(jù)鏈路實(shí)時(shí)化”并不是終點(diǎn)，阿里巴巴的目標(biāo)是“實(shí)時(shí)離線一體化”。2020 年，F(xiàn)link 迎來(lái)了實(shí)時(shí)離線流批一體的新紀(jì)元 –– 首次在雙十一最核心場(chǎng)景天貓營(yíng)銷(xiāo)活動(dòng)分析大屏場(chǎng)景中落地，并帶來(lái)了巨大的收益：實(shí)時(shí)和離線邏輯業(yè)務(wù)的一體化使得數(shù)據(jù)結(jié)果天然保持一致；同時(shí)使得業(yè)務(wù)開(kāi)發(fā)效率提升了 4-10 倍；流批任務(wù)的錯(cuò)峰調(diào)度使得資源成本節(jié)省了 1 倍，如上圖所示。在行業(yè)實(shí)踐分會(huì)場(chǎng)中的《流批一體技術(shù)在天貓雙 11 的應(yīng)用》對(duì)此有更詳盡的介紹，感興趣的同學(xué)可以參考一下。在行業(yè)內(nèi)，字節(jié)跳動(dòng)，美團(tuán)，快手，知乎，小米，網(wǎng)易等都在探索 Flink 流批一體的落地。

Flink 助力美團(tuán)數(shù)倉(cāng)增量生產(chǎn)?

第二場(chǎng)議題由美團(tuán)實(shí)時(shí)計(jì)算負(fù)責(zé)人鞠大升老師帶來(lái)，主要分享了 Flink 在美團(tuán)內(nèi)部的應(yīng)用。鞠大升老師首先分享了美團(tuán)數(shù)倉(cāng)的整體架構(gòu)。如下圖所示。美團(tuán)數(shù)據(jù)架構(gòu)包括數(shù)據(jù)集成系統(tǒng)、數(shù)據(jù)處理系統(tǒng)、數(shù)據(jù)消費(fèi)和數(shù)據(jù)應(yīng)用四部分。Flink 主要應(yīng)用在? Kafka2Hive、實(shí)時(shí)數(shù)據(jù)處理、Datalink 等（圖中紅圈的部分），而他本次分享也主要集中在這幾個(gè)部分。Flink 在美團(tuán)的主要應(yīng)用場(chǎng)景包括實(shí)時(shí)數(shù)倉(cāng)，實(shí)時(shí)分析；推薦搜索；風(fēng)控監(jiān)控；安全審計(jì)。這幾個(gè)應(yīng)用場(chǎng)景其實(shí)也是 Flink 現(xiàn)在的幾個(gè)最主流的應(yīng)用場(chǎng)景。在美團(tuán)的應(yīng)用場(chǎng)景中，F(xiàn)link 每天的峰值數(shù)據(jù)達(dá)到 1.8 億條記錄/s。

美團(tuán)的分享有兩個(gè)比較有趣的部分，一是提出了“增量生產(chǎn)”這個(gè)概念。這其實(shí)和莫問(wèn)老師提到的全量增量一體化數(shù)據(jù)集成異曲同工。但在這個(gè)概念里，增加了數(shù)據(jù)時(shí)效性，數(shù)據(jù)質(zhì)量和生產(chǎn)成本之間的權(quán)衡考量，也即如何在一個(gè)數(shù)倉(cāng)業(yè)務(wù)中在滿足時(shí)效性的情況下能更有效的控制成本和提升數(shù)據(jù)質(zhì)量。二是美團(tuán)基于 Flink 架構(gòu)解決了分布式異構(gòu)數(shù)據(jù)源同步（Datalink）的問(wèn)題。他們基于 Flink 的同步系統(tǒng)可以將同步任務(wù)通過(guò) Task Manager 分散到集群中，使得整體架構(gòu)有很好的擴(kuò)展性；另一方面，離線和實(shí)時(shí)的同步任務(wù)可以都統(tǒng)一到 Flink 框架中，所以離線和實(shí)時(shí)所有同步的組件都可以共用。

目前，美團(tuán)在數(shù)據(jù)處理這一層還沒(méi)有實(shí)現(xiàn)完全的流批統(tǒng)一，所以鞠大升老師表示，未來(lái)的目標(biāo)希望在數(shù)據(jù)處理以及數(shù)據(jù)存儲(chǔ)本身都能達(dá)到流批統(tǒng)一。

Apache Flink?在快手的過(guò)去、現(xiàn)在和未來(lái)?

第三場(chǎng)議題由快手大數(shù)據(jù)架構(gòu)團(tuán)隊(duì)負(fù)責(zé)人趙健博老師帶來(lái)，主要分享了快手實(shí)時(shí)計(jì)算選型 Flink 的原因和 Flink 在快手內(nèi)部應(yīng)用的場(chǎng)景，以及快手在這些應(yīng)用場(chǎng)景內(nèi)的相關(guān)技術(shù)改進(jìn)?？焓诌x型 Flink 的原因其實(shí)回答了為什么 Flink 能成為業(yè)界實(shí)時(shí)計(jì)算的標(biāo)準(zhǔn)：1）亞秒級(jí)的處理延遲，這對(duì)快手內(nèi)部的實(shí)時(shí)應(yīng)用是個(gè)硬性強(qiáng)需求；2）豐富的窗口計(jì)算模式，自帶的標(biāo)準(zhǔn)化狀態(tài)存儲(chǔ)以及 Exactly Once 的強(qiáng)一致性保證能夠極大的簡(jiǎn)化業(yè)務(wù)開(kāi)發(fā)和調(diào)試的復(fù)雜度；3）流批一體架構(gòu)的演進(jìn)進(jìn)一步簡(jiǎn)化數(shù)據(jù)和業(yè)務(wù)架構(gòu)的復(fù)雜性?？焓直硎痉浅？春?Flink 流批一體在數(shù)據(jù)全場(chǎng)景落地。

快手使用 Flink 從 2017 年開(kāi)始，從 0 到 1 今年已是第四個(gè)年頭，發(fā)展過(guò)程如上圖所示?？焓质褂?Flink 主要場(chǎng)景包括實(shí)時(shí) ETL 數(shù)據(jù)集成，實(shí)時(shí)報(bào)表，實(shí)時(shí)監(jiān)控，實(shí)時(shí)特征處理（AI），目前每天的峰值可以達(dá)到 6 億條記錄 /s。針對(duì)上述每一個(gè)場(chǎng)景快手都分享了很詳細(xì)的實(shí)例，特別是特征處理（Feature Processing/Engineering），在很多 AI 場(chǎng)景中還是很有代表性的。

快手還分享了自研的狀態(tài)存儲(chǔ)（SlimBase）在其內(nèi)部的應(yīng)用。SlimBase 主要分為三層，State Interface 層，KV Cache 層和 File System（Distributed）層；其中 KV Cache 是讀操作能加速的關(guān)鍵。當(dāng) SlimBase KV Cache 層都被命中時(shí)，SlimBase 相對(duì)于 RocksDB 有 3-9 倍的讀寫(xiě)效率提升；而 Cache 層不能都被命中的情況下（需要訪問(wèn)文件系統(tǒng)），讀性能有一些下降。除了 SlimBase，快手對(duì) Flink 的穩(wěn)定性（包括硬件故障，依賴服務(wù)異常，任務(wù)過(guò)載）和負(fù)載均衡方面都提出一些改進(jìn)的解決方案。分會(huì)場(chǎng)議題《快手基于 Apache Flink 的持續(xù)優(yōu)化實(shí)踐》對(duì)此有更詳細(xì)的介紹。

對(duì)于未來(lái)的規(guī)劃，趙健博老師老師表示會(huì)推動(dòng) Flink 的流批一體在快手內(nèi)部落地，并結(jié)合 Flink 的流批一體推動(dòng) AI 數(shù)據(jù)流實(shí)時(shí)化以提升訓(xùn)練模型的迭代速度。隨著越來(lái)越多業(yè)務(wù)使用 Flink，快手對(duì) Flink 的穩(wěn)定性也提出更多的要求（比如快速 Failover 的能力），所以快手在這方面也會(huì)有更多的投入。

Stream is the New File?

主議題的最后一場(chǎng)是由戴爾科技集團(tuán)軟件開(kāi)發(fā)總監(jiān)滕昱老師帶來(lái)的流式存儲(chǔ)議題：Pravega。這個(gè)議題比較有趣的是討論了流式存儲(chǔ)的抽象 Stream Abstraction。傳統(tǒng)的文件系統(tǒng)對(duì)于流式存儲(chǔ)來(lái)說(shuō)并不是一個(gè)好的抽象，原因 1）文件的大小有限制，但是流式數(shù)據(jù)是持續(xù)注入的；2）在持續(xù)的數(shù)據(jù)注入中對(duì)存儲(chǔ)的并發(fā)度也需要?jiǎng)討B(tài)調(diào)整，這就涉及到多個(gè)文件的維護(hù)和操作；3）有序的流式數(shù)據(jù)的定位尋址問(wèn)題在文件系統(tǒng)接口中也無(wú)法很好的被支持；4）現(xiàn)在業(yè)界慣用的聯(lián)合使用消息隊(duì)列（Kafka）+ 文件系統(tǒng)的混合抽象也仍然沒(méi)有減輕應(yīng)用程序開(kāi)發(fā)和維護(hù)的難度。

根據(jù)上述需求，Dell 科技集團(tuán)設(shè)計(jì)了基于 Stream Abstraction 的流式存儲(chǔ)系統(tǒng) Pravega。Pravega 將流存儲(chǔ)動(dòng)態(tài) scaling，動(dòng)態(tài) scaling 以后如何保證流數(shù)據(jù)邏輯上有序，流數(shù)據(jù)定位和尋址以及 checkpointing 等等一系列問(wèn)題都封裝在 Stream abstraction 之下。在這種抽象之下，流式存儲(chǔ)可以和流式計(jì)算引擎無(wú)縫銜接，也給流式計(jì)算屏蔽了很多流存儲(chǔ)端的復(fù)雜性，從而使整個(gè)端到端僅一次性處理（exactly once）的 pipeline 被極大的簡(jiǎn)化（如上圖所示）。目前 Pravega 已經(jīng)是一個(gè) CNCF 開(kāi)源項(xiàng)目，在 Pravega 最新一期官方 blog（https://blog.pravega.io/）中，Pravega 發(fā)布了基于 OpenMessaging Benchmark 對(duì)比 Kafka 和 Pulsar 的各項(xiàng)性能指標(biāo)。此外，Pravega 在分會(huì)場(chǎng)中有一場(chǎng)關(guān)于 Pravega Flink connector 的分享，《Pravega Flink connector 的過(guò)去，現(xiàn)在和未來(lái)》，感興趣的同學(xué)可以看一下。

除了主會(huì)場(chǎng)阿里巴巴，美團(tuán)，快手，Dell 科技集團(tuán)的分享，分會(huì)場(chǎng)由行業(yè)實(shí)踐，核心技術(shù)，開(kāi)源生態(tài)，金融行業(yè)，機(jī)器學(xué)習(xí)和實(shí)時(shí)數(shù)倉(cāng)六個(gè)子議題超過(guò) 40?家企業(yè)機(jī)構(gòu)參與分享，包括天貓，字節(jié)跳動(dòng)，亞馬遜，LinkedIn，愛(ài)奇藝，螞蟻，好未來(lái)，小米，微博，騰訊，知乎，京東，PingCAP，網(wǎng)易，360 等，后續(xù)會(huì)有更多的對(duì)分會(huì)場(chǎng)議題的專場(chǎng)分享文章，敬請(qǐng)期待！

總結(jié)和感想

沒(méi)有一個(gè)冬天不能逾越，沒(méi)有一個(gè)春天不會(huì)來(lái)臨。2020 年是不尋常的一年，雖然疫情肆虐，但是 Flink 社區(qū)在 2020 年持續(xù)繁榮，蟬聯(lián)最活躍的 Apache 項(xiàng)目；Flink 也成為了事實(shí)上的國(guó)內(nèi)外實(shí)時(shí)計(jì)算標(biāo)準(zhǔn)。過(guò)去一年，F(xiàn)link 在流計(jì)算引擎內(nèi)核，流批一體，AI融合，云原生這四個(gè)方向上都取得了不錯(cuò)的成績(jī)，未來(lái)也會(huì)在這四個(gè)方向上繼續(xù)耕進(jìn)。2020 年是 Flink 的新紀(jì)元，流批一體首次在阿里巴巴雙十一最核心的業(yè)務(wù)場(chǎng)景中落地，這將是流批一體在業(yè)界大規(guī)模推廣的起點(diǎn)。未來(lái)可期，讓我們攜手共進(jìn)，一起努力，把握好機(jī)遇共同迎接挑戰(zhàn)，共創(chuàng)美好的 Flink 2021！

[1]?40億條/秒！Flink流批一體在阿里雙11首次落地的背后

[2, vldb17] [State Management in Apache Flink]

{https://pdfs.semanticscholar.org/6fa0/917417d3c213b0e130ae01b7b440b1868dde.pdf}

[3] [NEXMark – A Benchmark for Queries over Data] {http://datalab.cs.pdx.edu/niagara/pstream/nexmark.pdf}

▼ 活動(dòng)推薦?▼

12 月 13 日 -12 月 15 日，大數(shù)據(jù)領(lǐng)域頂級(jí)盛會(huì) Flink Forward Asia 2020 圓滿落幕！六大專場(chǎng)解讀 Flink 流批一體生產(chǎn)環(huán)境落地實(shí)踐、Flink 核心技術(shù)、實(shí)時(shí)數(shù)倉(cāng)應(yīng)用、開(kāi)源生態(tài)發(fā)展、機(jī)器學(xué)習(xí)及金融行業(yè)應(yīng)用等，點(diǎn)擊下方【閱讀原文】，下載嘉賓分享 PDF 并觀看直播回放~??

戳我，下載嘉賓分享 PDF！

Flink Forward Asia 2020 -- Keynote 總結(jié)