大数据说了很多年，我说雷声大，雨点小，这您同意吗？
为什么？
关键在创造的价值，如果仅仅是辅助决策，效果难以显现，如何才能够立竿见影？从技术上，对应的就是流式计算，因为它对应的是业务，能够带来收入的应用。
什么是流式大数据？有哪些应用？现在就让我们一起回顾下流计算平台的发展历史，以及如何在企业中运用。点击开始学习
流计算在苏宁的前世今生
课程简介：1. 流计算平台的发展历程
2014年到现在4年多的发展历程，经历storm->spark streaming->flink的转变，目前在转变中。
2. storm及spark streaming的缺点&我们为什么选择flink？
（1）兼顾吞吐量和延时；（2）高效的状态管理；（3）Exactly-Once的保证；（4）Event-Time
3. 关于flink，我们做了哪些工作？
（1）平台层功能丰富：sql语法丰富（distinct，流表join)，算子自动扩缩容，connector(mysql, hbase，kafka1.0)，sink降速；（2）工具层：统一日志收集及展示、统一监控管理平台（平台层&业务层）；（3）服务层：Dlink 一站式开发平台。
4. 未来展望
数据集成 && 机器学习 && CEP 等
讲师介绍：苏宁易购IT总部大数据平台高级技术经理陈丰，负责苏宁易购集团大数据流计算平台建设，包括Storm、SparkStreaming、Flink等组件，经历了流计算从组件化到平台服务化到智能化的发展过程。对大数据开源框架有较为丰富的经验，在分布式计算架构设计和系统优化方面有自己的思考和领悟。
流式大数据和即时交互式分析技术
课程简介：大数据技术逐渐变成企业的标配，漫长的等待数据分析结果已经不合时宜，延迟更低的流式大数据处理技术，即时分析变得越来越重要。在本论坛将给大家带来行业中领先的流式大数据，即时交互式分析技术的相关分享。
讲师介绍：TalkingData研发副总裁阎志涛，现任TalkingData研发副总裁，领导研发了公司的数据管理平台(DMP)、数据观象台等产品，并且负责公司大数据计算平台的研发。目前专注于构建一个融合多种计算模型，支持机器学习和数据挖掘的大数据计算平台。关注Spark、Hadoop、HBase、MongoDB等技术。超过15年的IT领域从业经验，一直从事大规模分布式计算系统、中间件、BI等相关工作。
流式计算在内容资讯推荐服务的应用
课程简介：流式计算一直是近年来赤手可热的专业技术话题，内容资讯也是互联网发展近20年来一致持续受资本青睐的创业方向，本期内容主要是向大家介绍流式计算在内容资讯推荐方面的应用，给大家介绍当前主流资讯推荐服务流程，介绍其中用户画像的实时更新，这个也正是流式计算的典型应用。
讲师介绍：中东新媒体首席架构师王成光，曾先后在百丽电商优购、搜狐、网易、一点资讯任职架构师、技术专家等职位，一直从事搜索、数据挖掘和个性化推荐的设计、研发工作，曾多次从零构建完整的搜索和推荐系统，曾开源轻量级分布式实时计算框架light_drtc，并于2016年出版《分布式实时计算框架原理及实践案例》。
