饿了么基于Flink+Paimon+StarRocks的实时湖仓探索

文章预览

小编导读： 本文整理自饿了么大数据架构师、Apache Flink Contributor 王沛斌老师在8月3日 Streaming Lakehouse Meetup Online（Paimon x StarRocks，共话实时湖仓架构）上的分享。主要分为以下三个内容： 1. 饿了么实时数仓演进之路 2. 实时湖仓方案选型与探索 3. 实时湖仓规划及展望 饿了么实时数仓演进之路 1 饿了么典型实时应用场景 以上是饿了么在实时应用中的一些典型场景，和许多公司有相似之处。具体分为以下几个部分： （1）实时 ETL：包括实时数据入湖入仓、实时数据建模、实时流量归因等。 （2）实时报表应用：包括营销活动直播、商家生意参谋、实时流量大盘、大促实时大屏、实时AB实验等。 （3）实时与在线应用的联动：包括商物流实时联动、实时人群特征及投放、个性化推荐、IOT信息同步、风控实时拦截等。 （4）实时监控与补偿：包括实时数据核 ………………………………