当前位置:新闻中心行业相关 → 正文

2022 DAMS峰会 —— 大厂和大型银行如何在数据库改造、湖仓建设、运维转型下功夫?

责任编辑:yang |来源:企业网D1Net  2022-05-24 15:54:51 本文摘自:DAMS中国数据智能管理峰会

随着大数据与云原生的相互碰撞,各技术领域的新一波挑战和创变正以迅雷之势向我们宣战。利用云原生技术的简便快捷、动态调度、按需伸缩等优势,如何加速大数据基础软件和系统的迭代更新频率、确保整体环境的最终一致性,如何为数据库提供极致的性能、弹性和无限扩展能力,以及由此带来的运维模式转型该如何应对,以上种种,都是我们当下需要率先突破的课题。

为了和大家一起探索大数据与云原生强强联合的方式、挖掘由此激发的软件发展和技术进步,第八届DAMS中国数据智能管理峰会将于2022年8月19日在上海举办,携手中国信通院云大所、京东、美团、网易、新浪、携程、唯品会、哔哩哔哩、vivo、工商银行等产研界技术领跑单位,带来大数据、数据资产管理、数据治理、数据库、运维、金融科技等领域的先进理念和最佳实践。

DAMS中国数据智能管理峰会

时间:2022年8月19日

地点:国家会展中心上海洲际酒店(上海市青浦区诸光路1700号)

指导单位:上海市软件行业协会、上海市计算机行业协会、中国信息通信研究院云计算与大数据研究所

主办单位:dbaplus社群

演讲嘉宾及议题先睹为快

01

大数据&数据资产管理

背负海量数据,如何踏上实时且灵活的高速列车

适听人群:数据开发、数据治理、数据分析、大数据平台研发、数据/算法工程等从业人员

京东OLAP云原生&存算分离实践

京东 OLAP团队负责人 李阳

云时代下,如何提供可快速交付、弹性伸缩的OLAP服务,并满足高可用、高性能诉求?本次将分享京东OLAP在此背景下遇到的问题与相关实践经验,具体包括以下内容:

  1. OLAP云原生建设思路;
  2. 存算分离选型与落地;
  3. 智能化运维实践。

网易严选全链路数据治理实践

网易严选 数据总监 左琴

介绍网易严选在数据治理的方法论和落地实践,通过对整个生命周期的数据、任务、服务组件的治理 ,保障数据稳定、高质量地进行生产,并推进整体资源优化,以及大数据平台的演进,具体包括以下内容:

  1. 如何提升数据体系的可观测性、可运维能力以及稳定性;
  2. 如何更高效、低成本地进行数据治理,发现和减少数据系统的腐化问题。

数据湖和增量计算在唯品会的实践

唯品会 数据平台负责人 王新春

数据湖技术可大大提高数据的时效性,降低冗余数据的存储。基于此,唯品会探索利用Hudi做增量计算的各种场景,大幅度降低ETL的存储和计算资源消耗,分享具体包括以下内容:

  1. 数据湖Hudi落地的相关技术和迭代改进;
  2. 增量ETL流程如何依赖数据湖相关技术落地。

湖仓一体在bilibili的演进之路

哔哩哔哩 OLAP平台负责人 李呈祥

湖仓一体是近年非常火的趋势,如何保持湖的灵活性,同时提供仓的高效分析效率,是一个亟待解决的问题。本次分享主要介绍bilibili在OLAP平台上遇到的挑战,以及湖仓一体的架构设计,具体包括以下内容:

  1. 湖仓一体架构的好处;
  2. 如何基于Iceberg建设湖仓一体架构;
  3. 在数据分布、索引、预计算等多方面增强优化,提升数据分析效率,降低分析成本的实践经验。

新浪智能数据分析平台建设

新浪 部门主管 高鹏

*更多大数据&数据资产管理主题演讲嘉宾及干货议题在路上,持续更新……

02

运 维

云原生赛道竞速,运维转型要做的远比想象的多

适听人群:数据库运维、应用运维、业务运维、SRE、大数据平台研发/运维、云原生研发/运维等从业人员

数据库故障分析&性能优化平台建设

美团 数据库自治服务团队负责人 沈裕锋

分享如何基于MySQL源码的分析来快速、准确定位故障根因以及通过改造MySQL查询优化器源码,基于Cost模型自动给出风险SQL的索引优化建议,具体包括以下内容:

  1. 快速、精准地做数据库故障根因分析;
  2. 快速发现潜在的风险SQL并自动给出索引优化建议;
  3. AIOps在数据库领域的探索及落地经验。

云原生离线在线资源混部技术落地

携程 研发总监 周昕毅

介绍基于K8S平台进行离线计算集群与在线应用集群的资源混部的技术方案,具体包括以下内容:

  1. Yarn on K8S;
  2. 云原生网络模型;
  3. 统一资源调度;
  4. 大数据平台自动化运维管理。

vivo业务高可用建设实践

vivo 业务运维总监 周甲黎

随着业务高速发展,vivo对稳定性的诉求越来越高,面临着机房可用性、业务强耦合等多方面的挑战,本次分享将基于这些业务挑战,给大家带来一些高可用建设的新想法和建议,具体包括以下内容:

  1. 影响业务稳定性的因素;
  2. 高可用建设的常用方法;
  3. 在业务标准化、高可用架构应用、预案演练及复盘等四个方向做的重点建设、沉淀的运维方法,尤其是高可用建设的具体落地实践。

*更多运维主题演讲嘉宾及干货议题在路上,持续更新……

03

金 融 科 技

金融科技新布局:如何从科技赋能迈向科技引领

适听人群:银行/金融机构CIO/CTO,金融科技战略规划、大数据架构设计、金融科技应用研发/运维、金融业务系统研发/运维等从业人员

工商银行规模化监控系统落地实践

工商银行 数据中心系统三部高级经理 胡继强

介绍工行全球总分行组织模式下,两地三中心高可用布局的监控体系结构,以及超十万级纳管服务器规模的监控数据采集、处理、预警、通知和自动化处置的方法,具体包括以下内容:

  1. 工行开放平台的监控体系;
  2. 如何适应云环境、分布式、国产化等规模化、差异性的挑战;
  3. 未来,监控系统将何去何从。

某银行实时数据仓库应用实践

某银行 大数据平台运维负责人

介绍该银行大数据平台的发展历程,具体包括以下内容:

  1. 初期规划、发展现状、未来计划;
  2. 金融行业数据仓库如何建设既满足业务需求,又符合金融要求的应用实践。

*更多金融科技主题演讲嘉宾及干货议题在路上,持续更新……

峰会议程 (部分)

关于DAMS中国数据智能管理峰会

数据已经成为企业的核心竞争力!谁掌控数据、更好地利用数据、实现资产化,谁就能真正抢占大数据时代高地。

中国数据智能管理峰会DAMS(Data & AI Management Summit)连续八年站在数据时代前沿,汇聚BAT、京东、美团、小米、蚂蚁金服、唯品会、三大运营商、中国银联、银行证券、国家电网等近百位互联网与传统企业行业专家,分享最新数据资产与大数据的理念、趋势、管理方法和最佳实践,坚持技术干货与实践经验分享。

DAMS峰会已经影响了过万名CXO、技术总监、IT经理、数据架构师、开发和运维领域相关负责人及工程师,覆盖了互联网、电信、金融、交通、物流等重点行业,专题涵盖数据资产管理、数据治理、大数据、Fintech等热门领域,数十家媒体争相报道,在业内具有极大影响力。

关键字:峰会

本文摘自:DAMS中国数据智能管理峰会

x 2022 DAMS峰会 扫一扫
分享本文到朋友圈
当前位置:新闻中心行业相关 → 正文

2022 DAMS峰会 —— 大厂和大型银行如何在数据库改造、湖仓建设、运维转型下功夫?

责任编辑:yang |来源:企业网D1Net  2022-05-24 15:54:51 本文摘自:DAMS中国数据智能管理峰会

随着大数据与云原生的相互碰撞,各技术领域的新一波挑战和创变正以迅雷之势向我们宣战。利用云原生技术的简便快捷、动态调度、按需伸缩等优势,如何加速大数据基础软件和系统的迭代更新频率、确保整体环境的最终一致性,如何为数据库提供极致的性能、弹性和无限扩展能力,以及由此带来的运维模式转型该如何应对,以上种种,都是我们当下需要率先突破的课题。

为了和大家一起探索大数据与云原生强强联合的方式、挖掘由此激发的软件发展和技术进步,第八届DAMS中国数据智能管理峰会将于2022年8月19日在上海举办,携手中国信通院云大所、京东、美团、网易、新浪、携程、唯品会、哔哩哔哩、vivo、工商银行等产研界技术领跑单位,带来大数据、数据资产管理、数据治理、数据库、运维、金融科技等领域的先进理念和最佳实践。

DAMS中国数据智能管理峰会

时间:2022年8月19日

地点:国家会展中心上海洲际酒店(上海市青浦区诸光路1700号)

指导单位:上海市软件行业协会、上海市计算机行业协会、中国信息通信研究院云计算与大数据研究所

主办单位:dbaplus社群

演讲嘉宾及议题先睹为快

01

大数据&数据资产管理

背负海量数据,如何踏上实时且灵活的高速列车

适听人群:数据开发、数据治理、数据分析、大数据平台研发、数据/算法工程等从业人员

京东OLAP云原生&存算分离实践

京东 OLAP团队负责人 李阳

云时代下,如何提供可快速交付、弹性伸缩的OLAP服务,并满足高可用、高性能诉求?本次将分享京东OLAP在此背景下遇到的问题与相关实践经验,具体包括以下内容:

  1. OLAP云原生建设思路;
  2. 存算分离选型与落地;
  3. 智能化运维实践。

网易严选全链路数据治理实践

网易严选 数据总监 左琴

介绍网易严选在数据治理的方法论和落地实践,通过对整个生命周期的数据、任务、服务组件的治理 ,保障数据稳定、高质量地进行生产,并推进整体资源优化,以及大数据平台的演进,具体包括以下内容:

  1. 如何提升数据体系的可观测性、可运维能力以及稳定性;
  2. 如何更高效、低成本地进行数据治理,发现和减少数据系统的腐化问题。

数据湖和增量计算在唯品会的实践

唯品会 数据平台负责人 王新春

数据湖技术可大大提高数据的时效性,降低冗余数据的存储。基于此,唯品会探索利用Hudi做增量计算的各种场景,大幅度降低ETL的存储和计算资源消耗,分享具体包括以下内容:

  1. 数据湖Hudi落地的相关技术和迭代改进;
  2. 增量ETL流程如何依赖数据湖相关技术落地。

湖仓一体在bilibili的演进之路

哔哩哔哩 OLAP平台负责人 李呈祥

湖仓一体是近年非常火的趋势,如何保持湖的灵活性,同时提供仓的高效分析效率,是一个亟待解决的问题。本次分享主要介绍bilibili在OLAP平台上遇到的挑战,以及湖仓一体的架构设计,具体包括以下内容:

  1. 湖仓一体架构的好处;
  2. 如何基于Iceberg建设湖仓一体架构;
  3. 在数据分布、索引、预计算等多方面增强优化,提升数据分析效率,降低分析成本的实践经验。

新浪智能数据分析平台建设

新浪 部门主管 高鹏

*更多大数据&数据资产管理主题演讲嘉宾及干货议题在路上,持续更新……

02

运 维

云原生赛道竞速,运维转型要做的远比想象的多

适听人群:数据库运维、应用运维、业务运维、SRE、大数据平台研发/运维、云原生研发/运维等从业人员

数据库故障分析&性能优化平台建设

美团 数据库自治服务团队负责人 沈裕锋

分享如何基于MySQL源码的分析来快速、准确定位故障根因以及通过改造MySQL查询优化器源码,基于Cost模型自动给出风险SQL的索引优化建议,具体包括以下内容:

  1. 快速、精准地做数据库故障根因分析;
  2. 快速发现潜在的风险SQL并自动给出索引优化建议;
  3. AIOps在数据库领域的探索及落地经验。

云原生离线在线资源混部技术落地

携程 研发总监 周昕毅

介绍基于K8S平台进行离线计算集群与在线应用集群的资源混部的技术方案,具体包括以下内容:

  1. Yarn on K8S;
  2. 云原生网络模型;
  3. 统一资源调度;
  4. 大数据平台自动化运维管理。

vivo业务高可用建设实践

vivo 业务运维总监 周甲黎

随着业务高速发展,vivo对稳定性的诉求越来越高,面临着机房可用性、业务强耦合等多方面的挑战,本次分享将基于这些业务挑战,给大家带来一些高可用建设的新想法和建议,具体包括以下内容:

  1. 影响业务稳定性的因素;
  2. 高可用建设的常用方法;
  3. 在业务标准化、高可用架构应用、预案演练及复盘等四个方向做的重点建设、沉淀的运维方法,尤其是高可用建设的具体落地实践。

*更多运维主题演讲嘉宾及干货议题在路上,持续更新……

03

金 融 科 技

金融科技新布局:如何从科技赋能迈向科技引领

适听人群:银行/金融机构CIO/CTO,金融科技战略规划、大数据架构设计、金融科技应用研发/运维、金融业务系统研发/运维等从业人员

工商银行规模化监控系统落地实践

工商银行 数据中心系统三部高级经理 胡继强

介绍工行全球总分行组织模式下,两地三中心高可用布局的监控体系结构,以及超十万级纳管服务器规模的监控数据采集、处理、预警、通知和自动化处置的方法,具体包括以下内容:

  1. 工行开放平台的监控体系;
  2. 如何适应云环境、分布式、国产化等规模化、差异性的挑战;
  3. 未来,监控系统将何去何从。

某银行实时数据仓库应用实践

某银行 大数据平台运维负责人

介绍该银行大数据平台的发展历程,具体包括以下内容:

  1. 初期规划、发展现状、未来计划;
  2. 金融行业数据仓库如何建设既满足业务需求,又符合金融要求的应用实践。

*更多金融科技主题演讲嘉宾及干货议题在路上,持续更新……

峰会议程 (部分)

关于DAMS中国数据智能管理峰会

数据已经成为企业的核心竞争力!谁掌控数据、更好地利用数据、实现资产化,谁就能真正抢占大数据时代高地。

中国数据智能管理峰会DAMS(Data & AI Management Summit)连续八年站在数据时代前沿,汇聚BAT、京东、美团、小米、蚂蚁金服、唯品会、三大运营商、中国银联、银行证券、国家电网等近百位互联网与传统企业行业专家,分享最新数据资产与大数据的理念、趋势、管理方法和最佳实践,坚持技术干货与实践经验分享。

DAMS峰会已经影响了过万名CXO、技术总监、IT经理、数据架构师、开发和运维领域相关负责人及工程师,覆盖了互联网、电信、金融、交通、物流等重点行业,专题涵盖数据资产管理、数据治理、大数据、Fintech等热门领域,数十家媒体争相报道,在业内具有极大影响力。

关键字:峰会

本文摘自:DAMS中国数据智能管理峰会

电子周刊
回到顶部

关于我们联系我们版权声明隐私条款广告服务友情链接投稿中心招贤纳士

企业网版权所有 ©2010-2024 京ICP备09108050号-6 京公网安备 11010502049343号

^