Flink x TiDB Meetup 演讲资料

20190629Apache Flink Meetup北京站.zip是关于Apache Flink技术交流活动的压缩文件，日期为2019年6月29日，地点在北京。文件内容可能包含演讲稿、幻灯片、录音或参会者的交流资料，主要围绕Apache Flink这一开源流处理框架展开。描述非常简洁，直接点明了这是一个与Apache Flink相关的Meetup活动，发生在2019年6月29日的北京。Meetup通常是指技术爱好者或专业人士聚集在一起讨论特定主题的线下活动，因此我们可以预期这个压缩包中的内容可能涵盖Flink的最新发展、应用案例、技术深度解析等。标签“flink”明确了这个压缩包的核心内容是与Apache Flink相关的。Apache Flink是一个用于处理无界和有界数据的开源流处理框架，它支持实时计算和批处理，具有高吞吐量、低延迟以及状态管理等特性，广泛应用于大数据领域。由于没有具体的文件名称列表，我们无法详细列举每个文件的内容，但可以推测可能包含以下类型的文件：演讲稿或幻灯片：详细介绍了Apache Flink的原理、架构、新特性和最佳实践。代码示例：展示如何在实际项目中使用Flink进行数据处理。分析报告：分享了Flink在不同行业的应用案例和性能测试结果。问答记录：记录了活动中对Flink技术问题的讨论和解答。录音或视频：重现了活动当天的演讲和讨论环节。 Apache Flink基础：Flink的核心概念，如DataStream API、JobManager、TaskManager以及它们在分布式环境中的作用。 Flink的数据处理模型：Flink如何实现事件时间窗口、状态管理和容错机制。 Flink与批处理：Flink与Hadoop MapReduce等批处理框架的差异，Flink在批处理上提供更好的性能和实时性。 Flink连接器和格式：Flink支持的各种数据源和数据接收器，如Kafka、HDFS、Cassandra。

包含以下演讲内容：《宜信-实时敏捷大数据在宜信的实践》、《杭州恩牛网络-大数据产品进阶之道》、《新浪微博-实时流计算平台及应用模式》、《PingCAP-A TiDB Story》、《知乎-知乎容器平台演进及与大数据融合实践》、《Tron-隐私与系统架构》、《京东-商品数据的大规模数据计算和底层架构搭建》、《京东-京东弹性数据库中间件JED》、《日志易-数据驱动的智能运维平台》、《京东-京东JDOS平台与敏捷数据中心探索历程》、《矩阵元区块链-安全多方计算产品》、《快狗打车-帖子中心无限容量数据库架构设计》、《快狗打车-数据库架构典型设计方案》、《快狗打车-好友中心和订单中心无限容量数据库架构设计》

ClickHouse 路线图和概述 - AlekSei Milovidov 基于 ClickHouse 玩转每天千亿数据量 - 趣头条 王海胜 ClickHouse 与 MySQL/MongoDB 的 CRUD 同步 - 上海晓信 王超 ClickHouse 在苏宁用户画像场景的实践 - 苏宁架构师 杨兆辉 ClickHouse 在喜马拉雅的应用 - 喜马拉雅 黄弋简 ClickHouse 在众安的应用实践及百亿保险数据实时分析探索 - 众安保险 蒙强 ClickHouse 自定义函数的开发与落地应用 - 氪信科技 胡宸章 Continue to use ClickHouse as TSDB - 青云 Eason 邰翀 Recently released features and future plans - Ivan Blinkov(TBD) ClickHouse 编写自定义计算函数 - Sundy Li ClickHouse 在腾讯的应用实践 - Tencent 丁晓坤 周东祥 ClickHouse MergeTree 原理解析 - 远光软件 朱凯 数仓 ClickHouse 多维分析应用实践 - 华润万家数据分析高级经理 朱元

TiDB是PingCAP公司自主设计、研发的开源分布式关系型数据库，支持在线事务处理与在线分析处理（HTAP），具备水平扩容或缩容、金融级高可用、实时HTAP、云原生的特性。它兼容MySQL 5.7协议及其生态，为用户提供一站式OLTP、OLAP、HTAP解决方案。TiDB适用于高可用性、强一致性要求高、大规模数据等多种应用场景。

韩家炜关于大数据文本分析的演讲ppt，全篇以pdf格式呈现，有兴趣的朋友可以了解一下。

通过高校网络课程掌握TIDB知识的精华。 包含部分高校测试题及其出处，帮助学生巩固所学知识。

一、TiDB介绍：1. TiDB是一种新型的关系型数据库，具有分布式特性和水平扩展能力。2. TiDB核心特点包括分布式事务、自动水平扩展、强一致性等。3. TiDB支持常见的数据类型，如整数、字符串、日期时间等。4. TiDB整体架构设计灵活，包括TiKV和PD等核心组件。5. TiDB的工作原理基于分布式一致性算法和Raft协议。6. TiDB与MySQL的区别在于分布式架构和扩展能力。7. 可视化工具：TiDB Dashboard。 二、MySQL介绍：1. MySQL是一种开源的关系型数据库管理系统。2. MySQL核心特点包括稳定性、性能优化和广泛的社区支持。3. MySQL支持多种数据类型，包括整数、浮点数、日期等。4. MySQL整体架构基于客户端/服务器模型，包括查询处理器和存储引擎。5. MySQL与Oracle的区别在于授权模式和某些SQL语法的实现。6. 可视化工具：MySQL Workbench。 三、Oracle介绍：1. Oracle是全球领先的企业级关系数据库管理系统。2. Oracle核心特点包括高可用性、安全性和复杂的数据处理能力。3. Oracle支持多种数据库类型，如关系型、面向对象和XML。4. Oracle整体架构基于多个实例和SGA（系统全局区域）。5. Oracle的工作原理涵盖了ACID事务和多版本并发控制。6. 可视化工具：Oracle Enterprise Manager。

成功在本地复现了 Kaggle 上的 TED 演讲项目！ 目前已完成数据描述、相关性分析以及简单的可视化部分。由于网络连接和机器配置的限制，最后几部分内容未能成功运行。

Jeremy John Guinta是一位经验丰富的数据科学家和诉讼顾问，在复杂数据分析和机器学习领域有近20年的实践经验。他专注于复杂统计程序的趋势制定和预测分析，同时利用机器学习来优化名称匹配和文本数据分类。Jeremy还开发并教授统计、数据管理、R编程、SQL编程和数据可视化课程。他的文章涵盖数据隐私、统计分析在法律领域的应用等内容。此外，Jeremy还在加州州立大学洛杉矶分校教授统计学课程。