对个人来说，推荐系统起着信息过滤的作用；对Web/App来说，推荐系统起着满足用户个性化需求，提升用户满意度的作用。亚马逊推荐产生的成交额占其GMV的30%以上；Netflix推荐系统每年帮其节省了近10亿美金的业务费用。推荐系统越来越实时化。当一个会员访问Netflix，Netflix希望能够帮助他在几秒钟之内就找到他感兴趣的影片，以免他去寻找别的娱乐方式。下文为您介绍如何基于阿里云实时计算快速搭建一套实时推荐系统。推荐就是把用户的兴趣与物品做链接。但通常情况下，用户和物品之前不会有直接的关系（比如用户根本没看过这个物品，自然也不会有浏览、点击、收藏、喜欢等联系），需要一些中间元素来做桥
2022-02-14 14:35:47
124KB
1
1.《深入理解Flink核心设计与实践原理》-随书代码
整个工程共有【182个Java文件】，你要的Demo这里都有。
《深入理解Flink核心设计与实践原理》一书中针对该工程中的Flink示例代码进行逐步的详细讲解，并推荐大家购买《深入理解Flink核心设计与实践原理》一书来获得更好的学习体验。
本书从Apache Flink的缘起开始，由浅入深，理论结合实践，全方位地介绍Apache Flink这一处理海量数据集的高性能工具。本书围绕部署，流处理，批处理，表格API和SQL四大模块进行讲解，并详细说明Apache Flink的每个特性的实际业务背景，使读者可以轻松编写可运行的Apache
2022-02-12 17:50:40
1.01MB
1
Flink+ClickHouse 玩转企业级实时大数据开发，最新升级版19章，新增了Flink CDC的内容，课程基于Flink1.12，ClickHouse21.4.5.46最新版本！
Flink已经成为高薪大数据工程师的必备技能，越早掌握，越能占得红利。本课程带你原理出发，构建知识体系，并引入热门OLAP引擎ClickHouse，整合Flink搭建企业级大数据实时分析应用，带你彻底打通Flink开发任督二脉。
课程从零开始，原理出发，案例驱动，吃透Flink开发方方面面。六大核心模块重点梳理，快速构建Flink完整知识体系。项目实战：Flink+ClickHouse搭建大数据实时分析应用。适用大厂多，学透Flink =打通大厂晋升跳槽通道！
2022-02-09 09:13:00
798B
1
以flink处理kafka消息流场景为例，将接受到的kafka消息sink到mysql、elastic、hdfs、kafka，通过真实的案例，助你入门flink计算框架。课程案例代码也可移植到其它业务系统，实现快速开发。
2022-02-07 14:56:39
287.37MB
1