改版通知

巨人肩膀网站已全新改版。若您仍依赖旧站功能或数据，欢迎联系我们，我们会协助处理。联系我们

大数据启示录

spark. flink.kubernetes.pulsar.iceberg.hudi.atlas.presto.paimon.starroks.doris.离线数仓.用户画像，实时数仓，数据中台，湖仓一体....等文章交流学习。

文档目录

211 篇

Flink经典编程场景实战解析

FlinkSQL数据脱敏高效解决方案

FlinkSQL字段血缘追踪与优化方案

Flink与Paimon数据CDC入湖高效实践指南

FlinkPaimon在阿里云原生数仓运维中的创新实践

Flink Paimon Hologres打造实时湖仓数据分析平台

Flink on Kubernetes Operator 高效部署与管理

FlinkCDC实战进阶指南

FlinkCDC实时数据同步实战指南

FlinkCDC与Dinky实现StarRocks整库同步

Flink CDC与Dinky实时同步数据至Paimon HDFS

Flink实时告警系统设计与实现

Flink性能指标全面解析与优化指南

Flink实时作业动态更新技术解析

Flink实时数仓保障体系构建与优化策略

Flink数据写入Paimon流程及源码解析

Flink状态作业调优实践指南Datastream作业篇

Flink状态作业调优实践指南FlinkSQL作业篇

flink的常见知识点总结一

Flink窗口与状态编程开发一

flink读写hudi的demo

万字长文Flinkcdc源码精讲推荐收藏

快速实践通过FlinkCDC一键整库同步MongoDB到Paimon

阿里巴巴瓴羊基于Flink实时计算的优化和实践

Hudi Iceberg Paimon 三大数据湖技术深度对比

StarRocks30 极速湖仓统一新范式

StarRocks高效导入与分区分桶策略解析

StarRocks33发布引领Lakehouse架构飞速发展

StarRocks on Kubernetes Operator 部署指南

StarRocks实时更新技术内部实现方案解析

StarRocks物化视图加速数据分析实战指南

StarRocks存算分离实践助力降本增效轻松实现

StarRocks面试常见问题全解析

StarRocks多表物化视图设计与实现技术解析

StarRocks资源隔离技术深度解析与实现原理

StarRocks高效应用与最佳实践指南

StarRocks物化视图引擎驱动平台性能飞跃

StarRocks监控报警配置全攻略

StarRocks系统参数详解与优化指南

StarRocks跨集群数据迁移SDM一键解决方案

优化数据查询性能StarRocks与ApacheIceberg的强强联合

基于StarRocks的湖仓融合

基于starrocks的用户画像设计

BeatSingleStoreStarRocks数百亿数据毫秒级点查

基于StarRocks的风控实时特征探索和实践

当高并发来袭StarRocksQueryCache一招搞定

极速查询StarRocks存算分离Compaction原理amp调优指南

成本下降50腾讯音乐StarRocks存算分离大规模实践

PrometheusGrafana监控StarRocks二

0198SK8s上部署StarRocksv315存算分离验证环境

0199SK8s上部署StarRocksv315存算分离验证环境

QPS提升10倍滴滴借助StarRocks物化视图实现低成本精确去重

ApachePaimon流批一体湖仓实战指南

数据湖paimon入门指南

理解ApachePaimon一致性模型一

ApachePaimon流式数据湖V04与后续展望

ApachePaimon统一大数据湖存储底座

ApachePaimon表模式最佳实践

ApachePaimon在同程旅行的探索实践

基于ApachePaimon的StreamingLakehouse的探索与实践

基于ApachePaimon全增量一体的有序流读海兰寰宇轨迹分析服务技术选型与架构演进

PaimonAuditLog在贝壳找房家装数仓中的运用

PaimonDeletionVectors近实时更新与极速查询

ApachePaimon在蚂蚁的生产实践

深入理解ApachePaimon湖存储文件操作

友盟如何通过阿里云FlinkPaimon实现流式湖仓落地方案

幸福里基于FlinkampPaimon的流式数仓实践

贝壳找房基于FlinkPaimon进行全量数据实时分组排序的实践

为什么Paimon值得期待

Dinky助力FlinkCDC实现整库入仓入湖

Dinky在Doris实时整库同步和模式演变的探索实践

DorisFlinkDolphinSchedulerDinky构建开源数据平台

探索Iceberg与Hive的深度集成之旅

探索Iceberg与FlinkSQL的深度集成之旅

探索Iceberg与Flink DataStream的完美集成之旅

Iceberg与Spark深度集成实战指南

Iceberg与StarRocks深度集成实战指南

冰山之巅：高效合并小文件的探索之旅

探索Iceberg与Spark存储过程的深度整合之旅

火山EMR中OLAP技术的最佳实践指南

大数据分析平台之OLAP架构的最佳实践

浅谈MPP架构

最强开源OLAP数据库你应该选择的10个理由

OLAP查询性能优化10问

OLAP的统一及技术趋势StarRocks架构和实践分享

Presto在阿里云实时日志分析中的实践和优化

重新定义物化视图你必须拥有的极速湖仓神器

美团DorisBitmap精确去重优化实践

中原银行OLAP架构实时化演进

滴滴OLAP的技术实践与发展方向

Pulsar on Kubernetes 部署与验证指南

Pulsar on Kubernetes 高效部署指南

Spark on Kubernetes Native Deployment Guide

数据中台构建与应用的关键洞察

数据仓库构建与优化全解析

数据治理全面解析与实践指南

数据湖与湖仓一体化的深度解析与应用

流批一体技术的深度解析与应用前景

湖仓一体架构的深度解析与未来展望

SparkSQL自定义DataSourceV2源实现指南

Spark监控优化与性能提升策略

Spark读写dorishivekafka

SpringBoot集成quartz调度linkis任务

StructuredStreaming自定义DataSourceV2源

sparkBlockManager粗讲

SparkonKubernetesOperator

几道经典sql练习题

几道常见面试问题总结二

几道kafka与pulsar基础面试题

50道大数据精选面试题

初识滴滴交易策略之一交易市场

初识滴滴交易策略之二司乘匹配

CDH大数据环境参数优化指南

cdh611的hive升级到CDH632的hive

cdp画像标签平台的设计

基于CDH6环境编译Hudi090IDEA编译

大数据学习和进阶的最佳途径

大数据平台开发规范示例

大数据技术之集群数据迁移

大数据机器集群规划

大数据诊断平台Compass

大数据集群规划的一点建议

实时数仓到湖仓一体的架构演进

开源湖仓一体平台一LakeSoul

开源湖仓一体平台三Arctic下篇

开源湖仓一体平台二Arctic上篇

快手流批一体数据湖构建实践

离线数仓任务优化

数据中台建设方法论

数据治理与数据中台架构

数据治理手稿

滴滴国际化出行场景指标体系建设

滴滴数据服务体系建设实践

爱奇艺数据链路治理

百度离线资源治理

阿里巴巴数据稳定性治理实践

美团增量数仓建设新进展

美团是如何进行指标管理的

纵腾湖仓全链路落地实践

货拉拉全链路监控体系的落地与实践

翼支付数据治理实践之元数据管理

统一sql引擎Quicksql

数据治理能力建设

离线数据仓库规范

金融信创湖仓一体数据平台架构实践

数据仓库设计与开发

数据模型设计

数仓建模理论与规范

数仓架构师必备技能点上篇

数仓架构师必备技能点中篇

数仓架构师必备技能点下篇

数仓之归因分析

数仓建模平台在网易严选的探索实践

数据仓库名词和术语

数据仓库优化手册

数据能力体系NO1数据探查

数据能力体系NO2数据验证

数据质量监控系统设计

从0到1细说指标体系

如何设计好的指标平台

在电商场景中如何建设全链路数据血缘

2万字揭秘阿里巴巴数据治理平台建设经验

哔哩哔哩数据服务中台建设实践

滴滴大数据成本治理实践

神策营销数据中台建设思路

网易云音乐数据治理实践

B站大数据开发治理平台的产品设计心得

十大分析模型之路径分析

湖仓一体Lakehouse架构特性说明

湖仓存储系统设计剖析和性能优化

基于Lakehouse架构实现湖内建仓实践经验

揭秘百度数仓融合计算引擎

细说消息队列上

细说消息队列中

细说消息队列中2

Pulsar调优与实践

Fire框架

RAID基本入门资料

滴滴弹性云基于K8S的调度实践

万字详解滴滴弹性云混部的落地历程

基于OceanBaseFlinkCDC云粒智慧实时数仓演进之路

cowmor与mow

我们是如何做数据稳定性保障的

Hive跨集群和版本迁移

新能源行业基础知识

无缝集成MySQL解锁秒级数据分析性能极限

SRE基础知识总结

既要稳也要省容器资源该怎么分配

浅谈AARRR模型

YARNcpu内存方面的优化

干货字节跳动数据技术实战Spark性能调优与功能升级

用户画像标签管理平台

干货BitSailConnector开发详解系列一Source

白话BitMapRoaringBitMap和BloomFilter

简单了解RBOCBO和HBO

车企相关常见协议

短链大数据平台项目一项目介绍

短链平台项目二环境安装

阿里云AnalyticDB基于FlinkCDCHudi实现多表全增量入湖实践

阿里云DataWorks湖仓融合数据治理与大模型应用探索

阿里巴巴DataWorks数据治理文档

雪岭自动驾驶210感知系统18万字综述LidarRadarCameraUS

雪岭自动驾驶310控制系统域控制器硬件上域控制器硬件架构

雪岭自动驾驶SOC芯片架构6个主要玩家Roadmap和产品技术趋势12万字概览

消息队列总结对比

Hadoop升级流程

Hive宽表窄表互转

Sparksql参数调优

Fluss初窥五StreamingLakeHouse

Fluss初窥四与Flinksql集成使用

MPP Pipeline VS GroupedExecution VS StageByStag

数据治理能力建设

ckckck2025年1月10日4 浏览

文档获取方式，见文章尾部。

end