三年前，当我们重新审视“智慧城市”这个概念的时候想到：在这个数据量很大，上下游特别多的典型场景，能否用最新的技术，重新在技术上把它往前推进一步？于是城市大脑应运而生。而今天，城市大脑不仅走进城市，还走进了各个垂直产业，如：制造业、零售业。这些行业都有一个鲜明的特点：拥有相当密集的数据流。

本⽂来⾃于余海林在2018年8⽉11⽇ Flink China社区线下 Meetup·北京站的分享。余海林⽬前在滴滴出行负责实时流计算相关工作，研发主要是集中在Apache Flink上。之前任职于阿里巴巴，主要负责TCP/IP协议栈以及手淘的无线网络优化。

有赞是一个商家服务公司，提供全行业全场景的电商解决方案。在有赞，大量的业务场景依赖对实时数据的处理，作为一类基础技术组件，服务着有赞内部几十个业务产品，几百个实时计算任务，其中包括交易数据大屏，商品实时统计分析，日志平台，调用链，风控等多个业务场景，本文将介绍有赞实时计算当前的发展历程和当前的实时计算技术架构。

本文主要整理自云栖大会阿里巴巴计算平台事业部资深技术专家王峰（花名：莫问）在云栖大会‘开发者生态峰会’上发表的演讲。

本文将为大家展示字节跳动公司怎么把Storm从Jstorm迁移到Flink的整个过程以及后续的计划。你可以借此了解字节跳动公司引入Flink的背景以及Flink集群的构建过程。字节跳动公司是如何兼容以前的Jstorm作业以及基于Flink做一个任务管理平台的呢？本文将一一为你揭开这些神秘的面纱。

本文整理自8月11日在北京举行的Flink Meetup，分享嘉宾刘迪珊(2015年加入美团数据平台。致力于打造高效、易用的实时计算平台，探索不同场景下实时应用的企业级解决方案及统⼀化服务)。

本文来自7月26日在上海举行的 Flink Meetup 会议，分享来自于刘康，目前在大数据平台部从事模型生命周期相关平台开发，现在主要负责基于flink开发实时模型特征计算平台。熟悉分布式计算，在模型部署及运维方面有丰富实战经验和深入的理解，对模型的算法及训练有一定的了解。