datastream
-
基于Apache Flink的实时特征计算架构:应对海量交易数据低延迟高吞吐挑战
在金融、电商、广告等领域,面对海量高并发的交易数据,如何设计一套低延迟、高吞吐的特征计算架构,为风控、推荐、反欺诈等实时决策系统提供精准特征,是每个大数据团队都必须面对的挑战。特别是对序列特征和图特征的实时提取,更是技术难点。 1....
-
Flink实时风控:DataStream API与SQL融合方案
我们的团队目前正在使用 Flink DataStream API 构建实时风控系统。随着业务规则的不断迭代,我们发现代码库变得越来越庞大,维护成本也随之增加。虽然某些规则用 SQL 表达可能更简洁,但我们又担心 SQL 的性能不如手写的 ...
-
Flink CEP 实时风控实战:如何检测连续交易失败
在实时数据处理领域,Apache Flink 以其强大的流处理能力和低延迟特性脱颖而出。而 Flink CEP (Complex Event Processing,复杂事件处理) 库则将这种能力推向了新的高度,它允许我们识别和响应数据流中...
-
Flink SQL与DataStream API:选型、场景与性能优化深度解析
在实时数据处理领域,Apache Flink以其强大的流批一体能力备受青睐。对于开发者而言,如何在声明式编程的Flink SQL和命令式编程的DataStream API之间做出选择,以及如何对FlinK应用进行性能优化,是常见的挑战。本...