随着互联网行业的发展，人们对数据处理的时效性、可靠性以及准确性要求越来越高，实时计算也得到了蓬勃的发展。
本次分享将着重于介绍携程基于 Spark Streaming，构建实时计算平台的整套技术方案、架构，目前的使用场景，以及打造平台过程中遇到的挑战和问题。
实录提要：
- Metrics 性能监控，生产环境在一个 App 怎么加监控，怎么获取？
- 能支持的最大消息并发是多少？在仅有一次和至少一次的场景下，性能能差多少？
- 平台监控是怎么做的，包括资源监控、任务监控等？
- metric 信息是直接发送到时序数据库中的吗，会不会影响任务本身的性能？
- CDH 的 Spark 是不是有限制？
- Hive On Spark 会好点，还是只是 Hive 好点？
- 对于作业的资源分配，有没有什么规律？
- 广播变量是不是不能更新的？
- Spark Streming 怎么解决数据迟到？
作者/分享人：潘国庆，携程大数据平台资深研发工程师。2016 年加入携程，致力于实时计算领域的研究，负责调研、研发与维护携程实时计算平台。
阅读全文: http://gitbook.cn/gitchat/activity/59965e00178dab1d84760d11
您还可以下载 CSDN 旗下精品原创内容社区 GitChat App ，阅读更多 GitChat 专享技术内容哦。
