Flink Forward Asia 2024上海站：實時即未來嘉賓演講PPT合集（共8套打包）

1、LLM技術在B站大規模Flink運維中的探索與實踐張勛祥嗶哩嗶哩資深開發工程師背景解決方案實踐成果未來展望背景業務規模6500+Jobs20W+Cores25+Consults集群規模作業規模咨詢量/周760T+Memory內存規模運維問題實時研發代碼編寫、資源配置、調試實時運維性能優化實時告警Checkpoint失敗告警、斷流告警、作業失敗告警用戶問題涉及開發、調試、運維各過程告警后需人工干預。

2、Paimon 1.0:Unified Lake Format for Data+AI李勁松(之信)阿里云智能開源湖存儲負責人數據湖解決的問題流批一體的演進AI 方向的探索數據湖解決的問題2大數據框架百花齊放，數據鏈路多，搬移頻繁，開發難，維護繁雜，資源成本也高如何在降本的大環境下讓數據變得更實時，讓業務獲得實時數據來驅動業務決策13最近生成式人工智能太火了，大數據如何和 AI 產生點關系，如何融。

3、快手Flink智能化異常節點治理實踐Practice of Automatic Abnormal Node Governance in Flink Cluster at Kuaishou郭旸澤快手技術專家,Apache Flink Committer李國君快手技術專家,Apache Paimon Committer智能發現異常節點的分類與智能檢測節點自愈異常節點的啟發式自動化運維策略單點容錯能力。

4、騰訊廣告基于Flink的實時特征平臺建設宋奇騰訊大數據工程師特征平臺概述特征計算和存儲未來規劃特征平臺概述1.1 煙囪式特征鏈路的問題特征開發難繁雜的工程事務，浪費業務團隊的人力，妨礙他們在特征數據本身的探索和調研特征應用難特異特征鏈路對大部分人而言是黑盒，特征含義模糊不清，模型選擇和應用特征的效果全憑運氣特征管控難特征鏈路運行狀態未知，特征數據分散、規范各異，管控和維護難度高1.2 特征平臺：。

5、拋棄并行度設置:Flink 智能擴展，資源消耗最小化范瑞Shopee Flink Runtime 負責人Apache Flink PMC Memeber為什么需要并行度全托管？01估算合適的并行度02高效擴縮容03生產實踐&深度優化04收益分析&未來規劃05為什么需要并行度全托管?手動設置并行度的痛點資源利用率易用性1 萬+作業按照流量和負載評估，人力成本極高并行度過低Lag業務。

6、Flink Materialized Table:構建流批一體 ETL劉大龍Apache Flink CommitterA User Story Of Data EngineerMaterialized Table 構建流批一體 ETLDemoA User Story Of Data Engineer構建企業級湖倉架構Data AnalyticsLakehouseODS原始數據DWD明細數據DW。

7、Flink CDC YAML:面向數據集成的 API 設計Flink CDC YAML:The API designed for Data Integration徐榜江（雪盡)Flink PMC Member&Committer，Flink CDC 項目負責人Flink CDCYAML APITransform+AICommunityFlink CDCFlink CDC 項目介紹，定位，。

8、演講人潘志雄-阿里云高級技術專家如何建設流批混部的高可用Serverless Flink平臺Serverless Flink整體架構跨可用區容災流批混部未來展望Serverless Flink整體架構Why Serverless？低成本按量付費免運維開箱即用高彈性快速啟動、規?；渴餒ow Serverless多租安全隔離管控面數據面混部安全性云原生容器服務k8s高可用跨可用區容災整體架構統一資。