大数据与云计算技术周报（第158期)

导语

“大数据” 三个字其实是个marketing语言，从技术角度看，包含范围很广，计算、存储、网络都涉及，知识点广、学习难度高。

本期会给大家奉献上精彩的：MongoDB、Flink、OLAP、sql、Oracle、AI、缓存。全是干货，希望大家喜欢！！！

1AI

本文尽量用最简单的操作，给大家展现如何将AI模型集成到APP中，希望通过本教程与示例应用，带大家快速入门手机端AI应用开发。

https://mp.weixin.qq.com/s/e1r1wUVdYKpS9NR1YdC5lw

2Flink

本文将基于Flink从0到1构建一个用户行为日志分析系统，包括架构设计与代码实现

https://mp.weixin.qq.com/s/nxT2WIRcY6e1PF2ZW1srEw

3Oracle

Oracle迁移实践

https://mp.weixin.qq.com/s/Q-durxSFEmG7YXIRQcNIOQ

4OLAP

大家周五早上好️推荐一篇来自极光李孚煜老师的分享！可了解在大数据场景下的 OLAP 选型考量，以及从开源 Kylin 到企业版 Kyligence 的不停机平滑升级方案。更有Hive、Spark、Impala、Druid、Clickhouse、Flink 和 Kylin 的对比选型！

https://mp.weixin.qq.com/s/y_B0I0sugRXMgG1eiV6dYg

5MongoDB

本文讲述了MongoDB常用高并发网络线程模型：单线程网络IO复用模型、单listener+固定worker线程、固定worker线程模型、一个链接一个线程模型、单listener+动态worker线程（单队列）、单listener+动态worker线程(多队列)等6个模型，及其经典案例；

https://mongoing.com/archives/74644

大数据与云计算技术周报（第158期)

6缓存

Redis和Memcached各有千秋，对于一些超高QPS（例如千万级别）、超大big key、以及存在较高热点的业务，在memcahced满足相关功能需求的情况下，建议大家使用Memcached；否则建议大家使用Redis。

https://mp.weixin.qq.com/s/IYsuizzOqlGzte1hizTKMA

7flink

在过去几年，业界的主流流计算引擎大多采用Spark Streaming，随着近两年Flink的快速发展，Flink的使用也越来越广泛。与此同时，Spark针对Spark Streaming的不足，也继而推出了新的流计算组件。本文旨在深入分析不同的流计算引擎的内在机制和功能特点，为流处理场景的选型提供参考！

https://mp.weixin.qq.com/s/FX7wFly3CpFEpwWLBlFQeQ

8数据治理

大数据真的是越“大”越好吗？大数据到达一定的规模，其所需承载的集群资源成本、数据开发维护成本和数据管理成本，将会呈几何式增长，同样也将会带来一笔巨额的开销。如果缺少科学有效的治理管控，就会出现大量的“负”数据资产，这不仅会吞噬公司的利润，还会极大影响数据业务的发展以及平台运行的稳定

https://mp.weixin.qq.com/s/kIuiv7qDo4yvxr-mIJf3QQ

9sql

对于数据库来讲，其实它的核心其实就是SQL解析、事务控制和数据存储与访问。像数据复制、备份恢复、可用性切换、数据迁移、操作调度、开发接口、权限管理、对象管理、监控报警等等，这些都是它整个的一个生态。这些工具有没有、高不高效，就决定了运维的工作能不能更好的开展。

https://mp.weixin.qq.com/s/iFAUjSw2U1GPkLlfJT5aLg

11开心一刻

《桃花庵–轨范员版》写字楼里写字间，写字间中轨范员；轨范人员写轨范，又将轨范换酒钱；酒醒只在屏前坐，酒醉还来屏下眠；酒醉酒醒日复日，屏前屏下年复年；希望老死电脑间，不肯鞠躬老板前；疾驰宝马贵者趣，公交自行轨范员；别人笑我太疯癫，我笑本身命太贱；但见满街斑斓妹，哪个归得轨范员

致谢：

周蓬勃、王在道、孙亚飞、冯艺帆、陈少军、邓开表、张少华、薛述强、刘彬、刘超、廖程鹏、董言、吕西金、朱洁、蓝随、黄文辉、郭飞