我为什么要写：新书《离线和实时大数据开发实战》
新书《离线和实时大数据开发实战》
购买链接（机械工业出版社官方淘宝店铺）
感谢@薛奎 和@空无 大大写推荐书评。
空无和薛奎的书评
大数据技术一直是个领先互联网公司的必备核心技术，阿里巴巴最近10年一直在持续加大投入，并将大数据处理技术用于大量的大规模业务场景。每年双十一对实时、离线技术也都是极限的考验，而作者就是在这样的环境下成长起来，基于真实业务场景钻研相关的技术，既有实战也有
Flink状态管理和容错机制介绍
作者: 施晓罡 （花名：星罡）
导读:本文来自8月11日在北京举行的 Flink Meetup会议，分享来自于施晓罡，目前在阿里大数据团队部从事Blink方面的研发，现在主要负责Blink状态管理和容错相关技术的研发
本文主要内容如下：
- 有状态的流数据处理；
- Flink中的状态接口；
- 状态管理和容错机制实现；
- 阿里相关工作介绍；
###
实时欺诈检测（风控）
基于实时计算，您可以轻松完成实时欺诈检测系统。 实时欺诈检测系统能够及时发现用户高危行为并采取措施，降低损失。
系统架构：
实时欺诈检测（风控）系统流程如下：
用户的行为经由App上报或Web日志记录下来，发送到一个消息队列里去。
Flink Batch SQL 1.10 实践
1.10可以说是第一个成熟的生产可用的Flink Batch SQL版本，它一扫之前Dataset的羸弱，从功能和性能上都有大幅改进，以下我从架构、外部系统集成、实践三个方面进行阐述。
基于 Tracing 数据的拓扑关系生成原理
背景
随着互联网架构的流行，越来越多的系统开始走向分布式化、微服务化。如何快速发现和定位分布式系统下的各类性能瓶颈成为了摆在开发者面前的难题。借助分布式追踪系统的调用链路还原能力，开发者可以完整地了解一次请求的执行过程和详细信息。