构建现代化数仓将MPP DBMS迁移至Spark_QCon_俞育才

最新发布《数智时代的AI人才粮仓模型解读白皮书（2024版）》，立即领取! 了解详情 



 写点什么

在QCon上海2018大会上，俞育才讲师做了《构建现代化数仓: 将 MPP DBMS 迁移至 Spark》主题演讲，主要内容如下。

演讲简介：

eBay 使用 MPP 数据仓库已经有二十年的历史，我们的系统有 60PB 的数据，上万张的核心表，他们支撑着 eBay 最核心的商务逻辑和站点功能。从 17 年开始，eBay 将这个庞大的数仓向 Spark 做迁移，使用我们开发的工具，这其中 90%的工作都可以自动化地完成，并且通过优化 Spark 框架，我们节省了一半的内存。本次演讲我们将分享这迁移过程中的实践，经验与优化。

听众受益

自动化数据迁移工具集：元数据管理，SQL 转换器，管道生成器，数据验证，工作流控制等；
数据的物理布局：如何对表做 bucket 和 partition；
使用 Spark 的 Adaptive Execution 简化参数配置，优化内存使用，处理数据倾斜；
使用 Spark 的 Indexed Bucket 提升大量核心表的查询性能。

讲师介绍：

俞育才

eBay 大数据架构师

俞育才，毕业于上海交大，eBay 大数据架构师，负责 Spark 数据平台的设计与优化。12 年软件开发经验，Apache Spark 的活跃开发者，熟悉系统软件的性能分析与调优，为 Spark 设计和实现了自适应执行引擎和层次化存储。在加入 eBay 之前，俞育才在英特尔工作了 9 年，领导团队研究各种前沿的硬件技术加速云和大数据计算。