Kafka Beijing Meetup第四次活动

签到开始时间: 下午1:45

活动安排:
＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝

1. 开场介绍, 申准, 5miles (https://www.5milesapp.com/) (5min)

2. Apache Kafka的过去，现在，和未来，饶军，Confluent (https://www.confluent.io/) (30min）

3. Kafka在美团点评的深度定制化，涂扬，美团（30min）

4.中场休息&讨论(15min)

5. 基于Kafka Connect的数据集成平台实践，陈肃，数见科技(原逐风科技)

6. Kafka云化服务实施过程中的挑战及探索，刘振东，阿里巴巴

7. 用Kafka Streams搭建实时的广告消费系统，陈博玚，Pinterest

分享人介绍：
＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝

饶军是Confluent的联合创始人，该公司主要业务是基于Apache Kafka提供流数据平台。在创建Confluent之前，他在LinkedIn领导了Kafka的开发。Jun Rao是Apache Kafka项目委员会主席（PMC chair），也是Apache Cassandra的贡献者。

题目：Apache Kafka的过去，现在，和未来

2010年，LinkedIn开始开发Kafka。2011年，Kafka成为Apache开源项目。从那以后，Kafka的使用在各种企业中迅速增长。目前，超过30%的世界500强公司已经在使用Kafka。本次演讲会先介绍为什么Kafka最开始成为一个非常受欢迎的发布订阅消息系统。接着会介绍Kafka近期增加的企业级功能。最后会介绍未来如何把Kafka建成实时流数据处理平台。

－－－－－－－－－－－－－－－－－－

涂杨

题目：Kafka在美团点评的深度定制化

1. 美团点评MQ介绍
2. 场景：应对之策
3. 困惑：解惑之术
4. 未来规划

－－－－－－－－－－－－－－－－－－
陈肃，DataPipeline（北京数见科技有限公司）CTO。毕业于中国科学院研究生院，获软件理论博士学位。曾就职于中国移动研究院和亿瑞互动科技有限公司，先后任用户行为实验室负责人和技术副总裁。研究兴趣包括推荐系统、自然语言理解以及大数据处理等。

题目：基于Kafka Connect的数据集成平台实践

提纲：

1. 企业级数据集成面临的主要挑战：选择Kafka Connect的理由
2. 应用Kafka Connect遇到的问题：DataPipeline做了什么
3. 未来工作：基于流式处理的数据质量管理等

－－－－－－－－－－－－－－－－－－

陈博玚

题目：用Kafka Streams搭建实时的广告消费系统

流处理是广告系统不可或缺的组成部分，如何设计流处理系统，如何高效稳定的运维，怎样优化流处理技术的使用等等，扎根实际，着眼生产第一线的技术除障和度量分析。Pinterest大胆尝试并使用了Kafka Streams这样一个新兴的流处理技术，并且成功的将其推行成为广告系统的实时运算基础。

1. Kafka Streams在流处理和运维中的优势；
2. 设计Kafka Streams项目中需要考虑的一些要素；
3. 在工业界运维Kafka Streams常见的一些问题以及解决方案。

－－－－－－－－－－－－－－－－－－

刘振东

题目：Kafka云化服务实施过程中的挑战及探索

包括但不限于以下：

1.如何更好地利用云盘部署；
2.如何解决海量租户问题
3.云用户对Kafka功能上的一些诉求

＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝