CDH技术向视频:PaaS、flink、kafka、Workload XM、Cloudera Machine Learning

CDP私有云上面的PaaS服务,也即是容器化的数据体验服务,一共有五类PaaS服务:CDW、CDE、CML、CDF、COD。本视频主要展示CDW和CML两类服务。

CDW封装了Hive LLAP和Impala服务,这些服务运行在K8S之上,让你可以快速部署计算集群、动态增加节点或者缩减节点。

CML封装了CDSW服务,也是运行在K8S之上。与CDSW不同的是,CML不再只是Spark客户端,而是独立管理Spark服务,不需要连接外部CDH/HDP集群。CML既可以实现不同用户之间的资源隔离,也可以实现多个团队之间的协同合作,在整个企业中提供一致性的用户体验。https://mp.weixin.qq.com/s/gKD-DEd-Q72nfxnJai4hCQ


Cloudera在2020年6月推出了最新的Flink

1.10版本,增加了和Atlas、Kudu的集成接口,并且优化了SQL/Table API和SQL客户端。使用Flink SQL可以极大降低代码开发工作量。本视频主要展示Flink SQL客户端查询功能。比较常见的流处理方式是连接kafka topic,创建一个Flink table,然后通过Flink SQL进行查询。然后将查询结果写入一个新的kafka topic。https://mp.weixin.qq.com/s/dIzAjooiToxLgnB_zD7I2w


Workload XM 能够实时提取CDH/HDP/CDP平台内的常用计算引擎(例如Impala,Spark,Hive等)运行日志,形成可视化的性能图表,使用户能够全面了解平台上各类应用的性能指标,从而进行自助式的问题诊断和性能优化。本视频主要展示Workload XM的六大特色功能。https://mp.weixin.qq.com/s/1lLWawp_dTNrsi-NpNumBQ


Cloudera解决方案工程师分享,内容包括:Workload

XM介绍、Workload XM原理及架构,以及Demo演示。https://mp.weixin.qq.com/s/xY1BiNP3g_ym2_nHchgLJQ


Cloudera解决方案工程师分享,内容包括:Kafka项目能力演进、元数据管理、监控、运营、安全、容灾及多集群镜像等。https://mp.weixin.qq.com/s/cxqooAvLujpEV9p8fp2S8Q


Cloudera Machine Learning(CML)是云原生的机器学习平台,采用最新的Kubernetes + Docker 的技术架构,支持机器学习完整的生命周期,包括数据探索,模型开发和训练,模型部署以及交互式应用等。本次研讨会详细介绍CML的功能和技术架构,同时通过模型可解释性(Model Interpretability)演示使用CML开发一个完整机器学习应用的过程。https://mp.weixin.qq.com/s/UB_42SZOYwaOHtN4tBDbUQ

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 217,734评论 6 505
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,931评论 3 394
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 164,133评论 0 354
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,532评论 1 293
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,585评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,462评论 1 302
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,262评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,153评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,587评论 1 314
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,792评论 3 336
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,919评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,635评论 5 345
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,237评论 3 329
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,855评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,983评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,048评论 3 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,864评论 2 354