資料倉庫的建設是“資料智能”必不可少的一環，也是大規模資料應用中必然面臨的挑戰。在智能商業中，資料的結果代表了使用者回報、擷取資料的及時性尤為重要。快速擷取資料回報能夠幫助公司更快地做出決策，更好地進行産品疊代，實時數倉在這一過程中起到了不可替代的作用。
如何更好的建設實時數倉、有哪些優秀的生産實踐經驗可借鑒？
11月28-30日，Flink Forward Asia 邀請來自 Netflix、美團點評、小米、OPPO、菜鳥等數倉專家，聚焦 Flink 實時數倉在資料鍊路中扮演的角色與在智能商業中的重要價值，分享實時數倉的應用實踐及平台智能化的探索與思考。
美團點評基于 Apache Flink 的實時數倉平台實踐
魯昊 | 美團點評進階技術專家
美團點評的業務衆多，涉及幾十條業務線；資料量大，處理峰值達到 1.5 億條每秒，每天資料增長量超過 3 萬億條；大多數業務都是交易場景，鍊路長、狀态多樣，業務在數倉建設中面臨着很大挑戰。随着業務對時效性的要求越來越高，如即時配送、實時營銷，越來越多的業務對實時數倉提出了需求和探索。實時計算團隊調研彙總了多個業務線在實時數倉方面的建設經驗，建設了一站式的實時數倉開發平台，以更好得支援業務發展。
本次分享将主要介紹實時計算的業務應用和規模、多個業務在實時數倉方面的建設情況，以及基于 Flink 的實時計算平台和實時數倉平台。
小米流式平台架構演進與實踐
夏軍 | 小米流式平台負責人，進階研發工程師
小米叢集業務線衆多，從資訊流，電商 ，廣告到金融等覆寫了衆多了領域，小米流式平台為小米集團各業務提供一體化的流式資料解決方案，主要包括資料采集，資料內建和流式計算三個子產品。目前每天資料量達到 2 萬億條，實時同步任務 1.5 萬，實時計算的資料 1 萬億條。伴随着小米業務的發展，流式平台也經曆三次大更新改造，滿足了衆多業務的各種需求。
最新的一次疊代基于 Apache Flink，對于流式平台内部子產品進行了徹底的重構，同時小米各業務也在由 Spark Streaming 逐漸切換到 Flink。本次分享主要包括小米流式平台架構演進、基于 Flink 的新版本流式平台架構設計與産品化，小米典型業務應用實踐，未來挑戰與規劃等。
Netflix：Evolving Keystone to an Open Collaborative Real-time ETL Platform
徐振中 | Senior Software Engineer at Netflix
Netflix 緻力于我們會員的喜悅。我們不懈地專注于提高産品體驗和高品質内容。近年來，我們一直在技術驅動的 Studio 和内容制作方面進行大量投資。在這個過程中，我們發現在實時資料平台的領域裡中出現了許多獨特并有意思的挑戰。例如，在微服務架構中，Domain object 分布在不同的 App 及其有狀态存儲中，這使得低延遲高一緻性的實時報告和 entity 搜尋發現特别具有挑戰性。
在本次演講中，我們将讨論一些有趣的案例，分享分布式系統基礎方面的各種挑戰以及解決方案。我們還将讨論在開發運維過程中的收獲，對開放式自助式實時資料平台的一些新願景，以及我們對 Realtime ETL 基礎平台的一些新思考。
菜鳥供應鍊實時數倉的架構演進及應用場景
賈元喬 | 菜鳥進階資料技術專家
賈元喬老師就職于菜鳥網絡供應鍊資料團隊，緻力于菜鳥供應鍊數倉建設、資料産品開發以及資料技術創新。
本次分享主要從資料模型、資料計算、資料服務等幾個方面介紹菜鳥供應鍊資料團隊在實時資料技術架構上的演進，以及在供應鍊場景中，典型的實時應用場景及Flink實作方案。
OPPO 基于 Apache Flink 的實時數倉實踐
張俊 | Apache Flink Contributor，OPPO大資料平台研發負責人
張俊老師主導了 OPPO 涵蓋“資料接入-資料治理-資料開發-資料應用”全鍊路的資料中台建設。曾先後工作于摩根士丹利、騰訊，具有豐富的資料系統研發經驗，目前重點關注數倉建設、實時計算、OLAP引擎方向，同時也是Flink開源社群貢獻者。本次演講主要分享 OPPO 基于 Flink 建構實時數倉的：
1.建設背景
2.頂層設計
3.落地實踐
4.未來展望
Flink Forward Asia 倒計時 10 天！11 月 28-30 日，Flink Forward Asia 2019 核心技術專場，屆時 Apache Flink 核心貢獻者們将與多位來自一線的業界資深專家帶你全方位解鎖 Flink 核心技術。購票及了解更多大會詳情，可點選：
https://developer.aliyun.com/special/ffa2019-conference?spm=a2c6h.13239638.0.0.21f27955CZ1xEE