投票 | 全球首个 Apache 线上盛会，直播 talk 由你决定！

Posted 2021-04-20 Flink 中文社区

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了投票 | 全球首个 Apache 线上盛会，直播 talk 由你决定！相关的知识，希望对你有一定的参考价值。

Flink Forward Virtual Conference 2020 将于4月22-24日期间举办，这是 Apache 顶级项目的首个全球在线会议，集结了来自欧洲、亚洲、北美洲众多国际大厂，跨时区免费在线分享 Flink 社区的近期成果与最新动向、Flink 最新应用场景的实践案例以及深度技术应用，普惠全球开发者。

为了让大家不错过任何大会精彩内容，更方便的观看大会直播，4月25日-26日，社区将推出 Flink Forward 全球直播精华版系列，内容主要包含两部分：

1.Keynote

Keynote Session by Ververica
Apache Flink - Completing Cloudera’s End to End Streaming Platform
The Evolution of Data Infrastructure at Splunk
Keynote Session by Dell EMC

2.Topic：社区投票筛选

其中，Topic 将由 Apache Member 及 Flink PMC 推荐，然后由大家投票筛选。Flink Forward 全球直播系列内容均为中文版，由 Apache Flink 核心贡献者们在原版英文 talk 的基础上进行翻译及解说，力求大家观看及时并对 talk 内容有准确、深入的理解。

投票 | 全球首个 Apache 线上盛会，直播 talk 由你决定！

投票前，了解一下 Flink PMC 们的推荐理由

以下为 Apache Member 及 Flink PMC 们精选的 talk，帮助大家快速挑选心仪内容。

Talk 1

Distributed Processing for Machine Learning Production Pipelines

Google: 机器学习工作流的分布式处理

推荐理由：

机器学习是当前大数据的热门领域，谷歌在机器学习领域走在世界前沿，分享具有较大意义。
生产的机器学习通常需要非常大的计算和系统资源，所以通常需要分布式处理。Google 的工程师介绍并回顾了 TensorFlow Extended（TFX），Flink，Apache Beam 在谷歌用于机器学习的生产经验。

Talk 2

It’s finally here: Python on Flink & Flink on Zeppelin

终于等到你：PyFlink + Zeppelin

推荐理由：

Python 是 Flink 生态建设(包括 ML，DL 等方面)的重要一环，也是接下来发展的重点；Zeppeline 能提供 Flink 开箱即用的能力。
想知道如何用 Python 来写 Flink job 吗？想知道 Flink 的极致开发体验吗？来听听这场 talk 吧。

Talk 3

Flink SQL in 2020: Time to show off!

Flink SQL 之 2020：舍我其谁

推荐理由：

以完整的系统案例讲解 2020 Flink SQL 的发展，完整性和实操性比较强。
带你快速了解 Flink SQL 在过去一年发生的变化，通过 demo 演示了解 2020 年的 Flink SQL 能做什么。以及提前了解下即将到来的新 feature。

Talk 4

Autoscaling Flink at Netflix

Netflix 的 Flink 自动扩缩容

推荐理由：

自动资源调整一直是生产业务的一个痛点，也是 Flink 一直期待解决的核心问题。
了解 Netflix 是如何做 Flink 自动扩缩容的。

Talk 5

Apache Flink Worst Practices

Apache Flink 误用之痛

推荐理由：

知美之为美，斯恶已。当我们知道了什么是最坏的行为或方式，自然会通晓什么是最佳实践。
教你如何写出最糟糕的 Flink Job。通过反例来学习，什么才是使用 Flink 的正确姿势。

Talk 6

Machine learning with Flink in Weibo

微博基于 Flink 的机器学习实践。

推荐理由：

微博如何使用 Flink 在其推荐系统中进行实时处理和在线机器学习。

Talk 7

Large-scale near-real-time (NRT) data analytics platform empowered by Apache Flink

Lyft: 基于 Flink 的准实时海量数据分析平台

推荐理由：

展示了 Lyft 的流式数据分析平台，提供了每天千亿条实时数据处理的能力。了解 Flink 在 Lyft 的数据平台中扮演怎样的一个角色，以及学习 Lyft 在使用 Flink 过程中总结出来的经验。
相信 Lyft 的实践也能给我们带来很多干货

Talk 8

Lessons learned on Apache Flink application availability in a hosted Apache Flink service

AWS: 如何在全托管 Apache Flink 服务中提供应用高可用性

推荐理由：

来自 AWS 的分享，值得一听
AWS 提供了运行 Apache Flink 程序的托管服务，名叫 Amazon Kinesis Data Analytics。AWS 的工程师们经常需要判断一个运行时错误是系统原因，还是用户代码原因。因此构建出了一套自动错误分类系统，以及如何提高和确保 Apache Flink 程序的可用性。

Talk 9

Geospatial Situation Detection through FlinkCEP @Uber

Uber ：使用 Flink CEP 进行地理情形检测的实践

推荐理由：

Uber 的 Flink 实时处理经验一定能够让大家受益匪浅。
Uber 在复杂的物理世界中运作。提供可靠服务的挑战之一是实时检测高度地理定位和动态的场景，例如空间热点，需求/供应不平衡的邻里等。由于 Uber 的全球规模庞大，邻里和交通拥堵，因此这个问题很难解决。为了解决这个问题，Uber 工程师建立了由 Apache Flink 和 CEP 库来提供支持的地理空间状况检测平台。在本次演讲中，Uber 的工程师将介绍如何利用 Apache Flink，并通过 CEP 模式匹配来推导地理空间语义。以及在平台搭建和采用的各种技术所涉及的挑战。

Talk 10

Integrate Flink with Kubernetes natively.

Flink 和 Kubernetes 原生整合

推荐理由：