gydtep

快手使用 Flink 从 2017 年开始，从 0 到 1 今年已是第四个年头，发展过程如上图所示。快手使用 Flink 主要场景包括实时 ETL 数据集成，实时报表，实时监控，实时特征处理（AI），目前每天的峰值可以达到 6 亿条记录 /s。

gydtep

再比如，一个成熟的金融智能化方案，单点的智能化最后必须嵌入到银行的系统中，与其他安防设备一起，如报警主机、门禁、IP对讲等，通过软件平台进行综合管理，才能真正实现智能化系统的价值。

gydtep

集中式云资源通常用于训练深度学习推理模型，因为开发精确模型需要大量数据和计算。生成的模型可以部署在中央云位置，也可以分发到边缘的设备。

gydtep

2020年双11，云原生实时数仓首次在阿里巴巴双11核心数据场景落地，实现商业全链路实时化，毫秒级海量数据处理能力。搜索推荐业务数据开发效率提升4倍，菜鸟物流包裹数据链路从小时级优化到3分钟，考拉分钟及小时业务1分钟内完成，大数据的实时分析与决策在瞬息万变的市场竞争中成为了标品！

gydtep

DataWorks数据集成可以通过实时库监控抽取从关系型数据库（MySQL、Oracle、PolarDB等）抽取数据，再采取消息订阅的方式汇聚实时消息流数据，汇聚起来的数据可以去做一些数据处理，包括数据过滤、字符串替换和以后将会支持的Groovy函数，这也是一个比较标准的ETL流程。

gydtep

今天是数据库的“云+端”时代。无论是新媒体、移动应用、云计算以及物联网等，包括今年新冠疫情导致在线教育、在线办公都飞速发展，其实都代表着一个新的时代的开始。在这个阶段，云数据库起到了非常大的作用。比较典型的云数据库产品就是AWS的RDS和Redshift以及阿里云的PolarDB和ADB等。

gydtep

另一方面，电子邮件服务器可能需要大量存储，低延迟和良好的吞吐量，但它可能不需要非常苛刻的IOPS配置文件。

gydtep

此外，通过使用大量数据训练算法，以了解特定堆栈或整个应用如何收集和存储数据，它们可以帮助实现对该特定应用存储活动的实时观察，以防止堆栈最大化并改善存储容量。

gydtep

在测试时需要考虑很多方面和维度，保证软件各方面的质量。测试包括了集成测试、端到端的 E2E 测试、性能测试、压力测试、容错测试、兼容测试、破坏测试等。

gydtep

代码通过统一管理的代码库存储和管理起来，再通过持续集成将其变成一个交付物，再将其存储到交付物仓库里面。交付物可以是容器镜像，也可以是代码包的模式。产出了交付物之后，可以自动地将其部署到测试、生产环境中去做版本部署，最后实现到生产环境的自动部署。因此这样应用交付流程的关键点在于实现高度自动化，而自动化的关键环节有两点：分别是基础设施即代码和环节间的自动化串联。