Flink 在有赞的实践和应用大纲

https://blog.csdn.net/huzechen/article/details/117236165
一、Flink 的容器化改造和实践

1. 有赞的集群演进历史
2. Flink 在内部支持的业务场景
3. 有赞在 Flink on Yarn 的痛点
4. Flink on k8s 相对于 Yarn 的优势
5. 实时集群的部署情况
6. Flink on k8s 的容器化流程
7. 在 Flink on k8s 的一些实践
8. Flink on K8s 当前面临的痛点
9. Flink on K8s的一些方案推荐

二、Flink SQL 实践和应用

1. 有赞 Flink SQL 的发展历程
2. 在 Flink SQL 方面的一些实践
3. 业务实践
4. 在 HAHBase Connector 的实践
5. 无密 Mysql Connector 和指标扩展实践
6. Flink 任务血缘元数据自动化采集的实践

三、未来规划
最后是未来的规划，包括四点：
第一，推广 Flink 实时任务 SQL 化。推广 Flink SQL 开发实时任务，提升 Flink SQL 任务比例。
第二，Flink 任务计算资源自动优化配置。从内存、任务处理能力、输入速率等，对任务资源进行分析，对资源配置不合理任务自动化配置，从而降低机器成本。
第三，Flink SQL 任务 k8s 化以及 K8s 云原生。Flink 底层计算资源统一为 k8s，降低运维成本，Flink k8s 云原生，更合理使用 K8s 资源。
第四，Flink 与数据湖以及 CDC 功能技术的调研。新技术的调研储备，为未来其他实时需求奠定技术基础。