我们的大数据技术栈:Kylin、Flink、ClickHouse、DataLake...
过去的两年里,我们探索了非常多好用的大数据处理技术:基于多维CUBE的Kylin、实时流处理的Flink、高性能OLAP数据库的ClickHouse,还有一些ETL工具的应用、以及云上数据湖的落地。这些技术的使用,为我们带来了很多商业价值和业务想象力。本次分享,主要是对过去的一个总结,为下一步要做的事,理清思路…
过去的两年里,我们探索了非常多好用的大数据处理技术:基于多维CUBE的Kylin、实时流处理的Flink、高性能OLAP数据库的ClickHouse,还有一些ETL工具的应用、以及云上数据湖的落地。这些技术的使用,为我们带来了很多商业价值和业务想象力。本次分享,主要是对过去的一个总结,为下一步要做的事,理清思路…
1. 一杯网红奶茶是如何“计算”出来的?全渠道订单履约、运营优化保证“千店一面” 2. 揭秘大型零售连锁企业的中台架构。数据架构选型:Mongo DB vs. ES vs. Greenplum vs Kyligence、架构升级前后对比…