首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    AI 迈进深水区,谈落地、谁能带来新解法? | 2022雷峰网「产业科技 · 最具商用价值榜」

    技术发展是一个持续叠进的过程,AI 也是如此。 经历过去 70 年的“三起两落”,近年来,人工智能行业迈进深水期,分工细化,产业落地成为主旋律,AI 与各个场景的交叉、对话不断在发生。 对不少企业而言,以前谈AI 落地,想要做一个应用,得从算法开始开发,其需要肩负的成本和代价,成为绑住他们脚步的红线。要推动AI 加速实现更广泛、更优质的落地,生产力的解放是发展的关键,抛去以往的“手工作坊”,由手工到工程化量产,从作坊到工厂到全产业链,AI 工程化也成为落地的新方向。 具体的领域,也意味着多且复杂的需求。AI

    01

    Flume+Kafka+Spark Streaming实现大数据实时流式数据采集

    大数据实时流式数据处理是大数据应用中最为常见的场景,与我们的生活也息息相关,以手机流量实时统计来说,它总是能够实时的统计出用户的使用的流量,在第一时间通知用户流量的使用情况,并且最为人性化的为用户提供各种优惠的方案,如果采用离线处理,那么等到用户流量超标了才通知用户,这样会使得用户体验满意度降低,这也是这几年大数据实时流处理的进步,淡然还有很多应用场景。因此Spark Streaming应用而生,不过对于实时我们应该准确理解,需要明白的一点是Spark Streaming不是真正的实时处理,更应该成为准实时,因为它有延迟,而真正的实时处理Storm更为适合,最为典型场景的是淘宝双十一大屏幕上盈利额度统计,在一般实时度要求不太严格的情况下,Spark Streaming+Flume+Kafka是大数据准实时数据采集的最为可靠并且也是最常用的方案,大数据实时流式数据采集的流程图如下所示:

    02
    领券