聊什么 在《Apache Flink 漫谈系列 - SQL概览》中我们介绍了JOIN算子的语义和基本的使用方式，介绍过程中大家发现Apache Flink在语法语义上是遵循ANSI-SQL标准的，那么再深思一下传统数据库为啥需要有JOIN算子呢？在实现原理上面Apache Flink内部实现和传统.

【分布式系统与计算】  【mysql】  【Apache】  【数据库】  【流计算】  【flink】   …

实际问题 我们知道在流计算场景中，数据是源源不断的流入的，数据流永远不会结束，那么计算就永远不会结束，如果计算永远不会结束的话，那么计算结果何时输出呢？本篇将介绍Apache Flink利用持续查询来对流计算结果进行持续输出的实现原理。

【分布式系统与计算】  【mysql】  【SQL】  【Apache】  【数据库】  【Image】   …

实际问题 很多大数据计算产品，都对用户提供了SQL API，比如Hive, Spark, Flink等，那么SQL作为传统关系数据库的查询语言，是应用在批查询场景的。Hive和Spark本质上都是Batch的计算模式(在《Apache Flink 漫谈系列 - 概述》我们介绍过Spark是Micr.

【分布式系统与计算】  【mysql】  【SQL】  【Apache】  【Server】  【session】   …

Galera Cluster是一个完全可依赖的，MySQL数据一致性的绝杀利器，使用中完全不需要担心数据延迟，数据不一致的问题，DBA从此就从繁复的数据修复、解决复制延迟、维护时担心影响业务的问题中彻底解脱。

【数据存储与数据库】  【分布式】  【架构】  【分布式系统与计算】  【mysql】  【性能】   …

分布式存储系统从整体架构的角度看大同小异，实现起来却困难重重。自主研发的 分布式存储系统往往需要两到三年才能逐步成熟起来，其中的难点在于如何把系统做稳定。系统开发过程中涉及架构设计、关键算法实现、质量控制、团队成员成长、线上运维、应用合作等，任何一个环节出现问题都可能导致整个项目失败。

【安全与风控】  【数据存储与数据库】  【系统研发与运维】  【分布式】  【架构】   …

# 前言 [Data Lake Analytics ](https://www.aliyun.com/product/datalakeanalytics)（后文简称DLA）提供了无服务化的大数据分析服务，帮助用户通过标准的SQL语句直接对存储在OSS、TableStore上的数据进行查询分析。

在关系型数据库中，用户可以对大数据量的表进行分区，提高查询的性能。同样在DLA中，用户可以使用分

【数据存储与数据库】  【分布式系统与计算】  【OSS】  【mysql】  【SQL】   …

Mesh Expansion就是指部署在 Kubernetes 之中的 Istio 服务网格提供的一种将虚拟机或物理裸机集成进入到服务网格的方法。阿里云Kubernetes容器服务已经提供了Istio Mesh Expansion整合能力，本文通过一个官方示例来重点介绍如何使用Istio打通Kubernetes与阿里云ECS上的应用服务混合编排能力。

【云栖社区】  【分布式】  【架构】  【开发框架与中间件】  【分布式系统与计算】   …

讲述了在阿里云Kubernetes容器服务基础之上，如何快速搭建基于Spring Cloud的微服务架构中的基础设施之熔断器聚合监控Hystrix Turbine。

【分布式】  【架构】  【分布式系统与计算】  【java】  【docker】  【mysql】  【数据库】  【微服务】   …

讲述了在阿里云Kubernetes容器服务基础之上，如何快速搭建基于Spring Cloud的微服务架构中的基础设施之分布式弹性服务与容错处理框架Hystrix及其监控仪表板Hystrix Dashboard。

【分布式】  【架构】  【分布式系统与计算】  【java】  【监控】  【docker】  【mysql】   …

讲述了在阿里云Kubernetes容器服务基础之上，如何快速搭建基于Spring Cloud的微服务架构中的基础设施之分布式服务的注册与发现Eureka。

【分布式】  【架构】  【分布式系统与计算】  【java】  【docker】  【mysql】  【阿里技术协会】   …