收录了 流式架构 频道下的 50 篇内容
本次分享介绍业务上Reactive架构升级的实践和方法。
数据分析特别是实时数据分析,已经越来越多的成为各行各业的分析要求与标准
本文介绍“分布式流计算+ 分布式流存储”的原生流式大数据处理平台的架构理念。
作为 Flink 发明人以及 data-Artisan(Flink 背后商业公司) CEO,Kostas Tzoumas 对于流式处理有深入的见解。文章分为两部分,本篇文章是上半部分有关流式计算核心能力的介绍和探讨。文章考虑到语言文化差异,对于部分较难理解部分加入译者的说明。
大数据架构的发展可用三个时代九种架构来做总结,其中前四代是传统数据仓库时代的架构,后面五代是大数据架构模式。
快手敏锐的观察到由于游戏直播兴起给通信技术带来了严峻的挑战,并在近日正式发布了基于流式的直播多码率自适应标准 LAS(Live Adaptive Streaming),其用于提供低延迟、平滑、流畅的直播体验。
应用程序设计是否能够适应变化,是构建成功解决方案的关键,如果设计过程很仓促,项目结束时,一定会为犯下的错误交付学费。
在这份年度报告中,InfoQ的编辑们讨论了AI、ML和数据工程的现状,以及软件工程师、架构师或数据科学家应该关注的新趋势。
如果数据无法实现一致,即使同步再快,支持的功能再丰富,都没有意义。
2022年的软件发展主要趋势和2023年的看点。
2020年的今天,没有人会再质疑企业上云的必要性与价值所在。从高科技行业到传统领域,大大小小的企业都希望走在变革道路前列,通过企业云加快业务数字化转型,更好地维护和管理企业数据。
本文详细介绍了如何利用Kinesis构建流式数据架构并带有指导实验。
在2016年双11全球购物狂欢节中,天猫全天交易额1207亿元,前30分钟每秒交易峰值17.5万笔,每秒支付峰值12万笔。承载这些秒级数据背后的监控产品是如何实现的呢?接下来本文将从阿里监控体系、监控产品、监控技术架构及实现分别进行详细讲述。
Trip.com消息推送平台主要负责Trip.com在海外的邮件等渠道的营销消息推送。
这是关于Yelp的实时流数据基础设施系列文章的第一篇。这个系列会深度讲解我们如何用“确保只有一次”的方式把MySQL数据库中的改动实时地以流的方式传输出去,我们如何自动跟踪表模式变化,如何处理和转换流,以及最终如何把这些数据存储到Redshift或Salesforce之类的数据仓库中去。
为什么Pulsar能够取代Kafka拿下InfoWorld大奖?
深度探讨数据工程师的演变:过去、现在和未来。
Queryparser是一款来自Uber的开源SQL解析和分析工具,通过其分析结果能够洞悉大规模数据访问的模式。在本文中,我们会讨论Queryparser的实现、它解锁的应用多样性以及发展过程中所遇到的一些问题和限制。
一段时间以来,我一直秉持“编写库而非框架”的理念。最近,我开始思考,似乎可以对这个观点做一个富有成效的扩展,即原则胜过模式,模式胜过库,库胜过框架。
目前,闲鱼的主要业务场景都是基于流式场景构建的。