在 Flink Forward Asia 2021 的主题演讲中，Apache Flink 中文社区发起人、阿里巴巴开源大数据平台负责人王峰重点介绍了 Flink 在流批一体架构演进和落地方面的最新进展，并提出了 Flink 下一步的发展方向——流式数仓。
在数据的同步过程中，使⽤了 Flink CDC+MySQL 全量加增量的数据同步⽅式，同时还利⽤ Doris 的 Light Schema Change 特性实时同步 Binlog ⾥的 DDL 表结构变更，实现数据接⼊数仓零开发成本。
导读本文将分享B站基于Hudi+Flink打造流式数据湖的落地实践，主要聚焦于数据湖引入后，在批流融合过程中遇到的若干问题及优化方案。文章包括四个部分：1. 背景与挑战，简要介绍B站数仓的现状和痛点，以及打造数据湖能力的愿景；2.
由于历史原因，大型集团企业往往多个帐套系统共存，包括国内知名ERP厂商浪潮、用友、金蝶、速达所提供的财务系统，集团财务共享中心的财务人员在核对财务凭证数据时经常需要跨多个系统查询且每个系统使用方式不一，同时因为系统累计数据庞大，制单和查询操作经常出现卡顿，工作效率非常低。
1.1、Flink基础概念1.1.1、Flink是什么Apache Flink是一个框架和分布式处理引擎，用于对无界和有界数据流进行有状态计算，它的核心目标是“数据流上的有状态计算”（Stateful Computations over Data Streams）。1.1.
第一章 数据湖概述一 数据湖技术产生的背景国内的大型互联网公司，每天都会生成几十、几百TB，甚至几PB的原始数据。这些公司通常采用开源的大数据组件来搭建大数据平台。大数据平台经历过“以Hadoop为代表的离线数据平台”、“Lambda架构平台”、“Kappa架构平台”三个阶段。
洪帅，京东资深数仓技术专家，就职于京东零售技术与数据中心，从事大数据相关工作，经历京东数仓建设的全阶段，搭建分布式数仓架构、全域数据资产和数据应用体系，在数据资产管理和数据质量保障方面，有丰富的实战经验，通过沉淀全域数据资产，提供统一、标准、高质量的公共数据服务，支撑京东零售数字化运营和规模化创新。
