JUG Milano Meeting #89
Giovedì 16 Marzo 2017
An Introduction to Apache Flink
Le slide dell'intervento sono disponibili su https://github.com/jugmilano/jugmilano.github.io/raw/master/pdf/intro_to_flink_JUG.potx.pdf.
Abstract dell'intervento:
L’esigenza di strumenti idonei alla computazione d'informazioni in tempo reale è un trend in costante crescita. Apache Flink, un motore per la computazione distribuita su larga scala di flussi di dati unbounded, indirizza esattamente questo nuovo tipo di esigenza. Durante il seminario verranno valutate le principali caratteristiche e i princìpi adottati al fine di ottenere un sistema a bassa latenza e tollerante ai guasti. Verranno inoltre descritti alcuni casi d’uso relativi al mondo reale e spunti di miglioramento per questa nuova generazione di motori.
L’esigenza di strumenti idonei alla computazione d'informazioni in tempo reale è un trend in costante crescita. Apache Flink, un motore per la computazione distribuita su larga scala di flussi di dati unbounded, indirizza esattamente questo nuovo tipo di esigenza. Durante il seminario verranno valutate le principali caratteristiche e i princìpi adottati al fine di ottenere un sistema a bassa latenza e tollerante ai guasti. Verranno inoltre descritti alcuni casi d’uso relativi al mondo reale e spunti di miglioramento per questa nuova generazione di motori.
A cura di Andrea Spina e Riccardo Diomedi:
- Andrea Spina
I graduated at UniversitĂ degli Studi di Modena e Reggio Emilia in December 2016 and currently I'm working as a software engineer at Radicalbit, Milan. I worked at my master thesis "Benchmarking Apache Flink and Apache Spark DataFlow Systems on Large-Scale Distributed Machine Learning Algorithms" at the DIMA Group, TU Berlin, Germany. Big Data lover. I'm strongly interested in Artificial Intelligence and Cybersecurity topics applied to Fast Data scenario. - Riccardo Diomedi
I’m a software engineer currently working at Radicalbit. I graduated at Politecnico di Torino in December 2016 in Computer engineering and developed my thesis with Apache Flink at KTH, Stockholm. In detail, the purpose of the thesis was to use Apache Flink (Batch) in order to evaluate and optimize execution plans of Fixpoint Iterative Algorithms in Large-Scale Graph Processing. I’m a Machine Learning and Big/Fast Data enthusiast.