您查看的活动已结束

徐鹏：目前就职于今日头条担任基础架构研发工程师，长期关注大数据处理、分布式系统的研究以及 Hadoop 相关技术的应用于开发。

主题摘要：介绍头条在业务超高速发展的背景下，实践 hdfs 过程中遇到的问题、挑战以及我们所做的尝试。

杨朝中：目前就职于今日头条担任数据平台研发工程师，Scala/Clojure/Java Developer，专注于OLAP相关系统的研发和优化工作。

主题摘要：介绍常见OLAP系统（Hive、Kylin、Presto、Spark SQL 等）在头条大规模数据场景下的的应用和实践。我们遇到过不同规模的挑战和问题并尝试给出合理的解决方案，希望就一些具体的技术问题做一个分享与探讨。

李扬：Kyligence Inc.联合创始人兼CTO，Apache Kylin联合创建者及项目管理委员会成员(PMC),   主创团队架构师和技术负责人，专注于大数据分析、并行计算、数据索引、关系数学、近似算法、压缩算法等前沿技术。曾任eBay全球分析基础架构部大数据资深架构师、IBM InfoSpher BigInsights的技术负责人，负责Hadoop开源产品架构，“杰出技术贡献奖”的获奖者、摩根士丹利副总裁，负责全球监管报表基础架构。

演讲摘要：Apache Kylin之前仅用于支持星型模型，这在许多真实案例中都有所局限。在v2.0中，通过直接支持雪花模型，用户可以将任意的 E-R 模型导入Kylin，支持最全面的数据模型开箱即用——这是业务部署的一大进步。基于Spark的新的构建引擎在v2.0中的引入是许多人长期以来想要的功能。实验显示，在实现相同分层构建算法前提下，Spark引擎比旧的MapReduce引擎快约2倍。自v1.6以来，Apache Kylin已经能够支持从Kafka加载微批量数据，并通过近实时分析启用分钟级延迟。此外，李扬还将在演讲过程中演示如何实时分析Twitter消息。

李栋：Kyligence Inc技术合伙人兼高级软件架构师，Apache Kylin Committer & PMC Member专注于大数据技术研发，KyBot技术负责人。毕业于上海交通大学计算机系；曾任eBay全球分析基础架构部高级工程师、微软云计算和企业产品部软件开发工程师；曾是微软商业产品Dynamics亚太团队核心成员，参与开发了新一代基于云端的ERP解决方案。

主题摘要：构建和查询是Apache   Kylin中两项核心功能。构建性能和Cube设计密切相关，一个设计得当的Cube可以既满足业务查询的需求，又节省计算和存储资源的代价。根据实际环境、数据特性、业务场景对Cube进行优化，可以大幅降低存储、缩短构建时间、提高查询效率。此外，如何加速慢查询也是一个重要话题。影响查询性能的因素可能很多，高效地寻找查询瓶颈、优化查询过程可以事半功倍地提升服务性能和并发性。本次演讲将结合实际案例，对Cube设计和查询优化的基本原理进行详细介绍；并基于诊断、优化平台KyBot，通过可视化UI对Cube及查询优化进行深入剖析和论证。