第一天

批流一体大数据解决方案

1 批计算 vs. 流计算

2 基于 Apache Beam 的批流一体

3 基于 Apache Spark 的批流一体

4 基于 Apache Flink 的批流一体

5 基于数据湖的批流一体存储

现代大数据架构

1 基于 HDFS + Hive + Spark 的数据仓库架构

2 基于 Flink + Kafka 的实时数据仓库

3 批流一体实时数据仓库

streaming machine learning

1 什么场景需要 streaming machine learning

2 streaming machine learning 典型方案

第二天

数据湖

1 什么是数据湖

2 什么是湖仓一体

3 delta lake / hudi / iceberg 对比分析

Trino 实践

1 Trino vs. Hive vs. Spark SQL

2 如何自定义函数

3 Trino 性能调优