FFA 2023 明日开幕，Flink 智能诊断、小红书流批一体实践精彩来袭

近年来，流批一体的技术思想势头火热，即“将批处理和流处理相结合，实现更好的数据处理能力”，已成功从理论层面走进现实世界。Flink 是一款高吞吐量、低延迟的流处理引擎，具备统一接口、高性能、低延迟、容错性和可扩展性等优势，使其成为流批一体场景下的首选。

Flink 作为全球范围内被广泛使用的开源大数据计算引擎，吸引全球多家企业的应用落地。Flink Forward Asia 2023 峰会（以下简称 FFA）将于 12 月 8 - 9 日在北京望京凯悦酒店举办。作为国内规模最大的开源顶级项目技术峰会之一，FFA 致力于集结领先的行业实践与技术动态。

在本次大会上，小红书实时计算引擎团队负责人唐云、小红书数据引擎开发工程师陈宇将分别带来《小红书在流批一体与近实时数仓上的实践探索之路》、《我的 Flink 作业出了什么问题？如何做平台侧的智能诊断》的主题分享。

小红书如何通过引入 Flink 提升开发效率，如何真正统一流批处理架构？Flink 作业运行时会遇到哪些瓶颈点，我们在开源社区做了哪些工作进行智能诊断？尽在本次大会揭晓！

延续 FFA 惯例，峰会所有议题均为开放征集而来，并由专业的议题评选委员会评分筛选，确保内容代表行业领先水平，为开发者们输出更加优质的干货，并为各企业提供可借鉴的实践经验。

议题介绍

12 月 8 日  14：40-15：20 「流批一体」专题

唐云 | 小红书实时计算引擎团队负责人

Apache Flink committer

摘要：

一、Flink 作为流批一体统一接口的引擎（Flink SQL 的统一以及 DataStream API 的统一），小红书引入 Flink 在搜索推荐相关索引数据生成上，利用一套接口完成流式和批示加工的统一，大大提升了开发效率。在 Flink Batch 上积极升级版本 1.17，同时引入 Apache Celeborn，并解决了 Celeborn 在 K8S 环境部署的方式和稳定性问题，提升了 Flink Batch 的性能、稳定性与效能。

二、与小红书数据湖团队合作，利用 Flink CDC 的能力，将 ODS 层实时化，从而提升离线数仓的时效性。

三、在离线数仓的 DWD 层进一步推进近实时化，探索了数据湖 lookup join、left join、partial update 等多种方式加工的差异与特点，实现 mini-Batch join/agg 等机制来尽量降低成本，实现了 Checkpoint 的 state schema evolution 来优化数据的可迁移性，并从理论上分析了离线数仓近实时化背后的核心技术难点问题，以及根据探索经验看好基于 IVM 方式进行增量数仓加工的方式，来打破 lambda 架构，真正统一流批处理架构。

12 月 9 日 16:00-16:40 「生产实践」专题

陈宇 | 小红书数据引擎开发工程师

Apache Flink Contributor

摘要：

一、Flink 作业运行的基础原理以及常见的瓶颈点：处理数据慢、Checkpoint 慢、恢复慢等问题。

二、我们在 Flink 开源社区做了哪些工作帮助进行作业诊断：

三、在此基础上，我们在小红书内部做了哪些平台侧工作：