Apache Flink 是一个开源的流处理和批处理框架，具有高吞吐量、低延迟的流式引擎，支持事件时间处理和状态管理，以及确保在机器故障时的容错性和一次性语义。Flink 的核心是一个分布式流数据处理引擎，支持 Java、Scala、Python 和 SQL 编程语言，可以在集群或云环境中执行数据流程序。它提供了 DataStream API 用于处理有界或无界数据流，DataSet API 用于处理有界数据集，以及 Table API 和 SQL 接口用于关系型流和批处理。目前 Flink 最新已经迭代至 1.20 版本，在此过程中不光是 Flink 框架，插件本身也有部分 API 以及配置存在变更，本文主要针对较高版本的 1.17 Flink Pulsar 插件进行测试验证
携程数据基础平台主要组件包括：HDFS 分布式存储集群，YARN 计算集群，Spark、Hive 计算引擎。数据基础平台 1.0 版本的架构从 2017 年开始逐步成型，2018 年至 2021 年数据基础团队基于 1.0 的架构做了性能优化和各类 Bug 修复，支撑集群数据和计算任务高速增长。 进入 2023 年以来，随着业务恢复，数据平台存量数据也不断增长，单日数据量净增长超过数 PB，增速前所未见，2 个 IDC 的数据机房物理机架位告急。 在 OPS 团队的大力支持下，启动了第三个 IDC 数据机房建设项目，2 个月内交付了新 IDC。
5月14日凌晨1点，OpenAI发布了让创始人Sam Altman感觉“像魔法一样”的新一代模型。不是GPT-5，不是AI搜索，而是最新旗舰生成式AI模型GPT-4o。 GPT-4o（“o”代表“omni”，意为“全能的”）是迈向更自然的人机交互的一步。它不仅能够接受文本、音频和图像的任意组合作为输入，并生成文本、音频和图像的任意组合输出，还可以理解和表达丰富的情感，在易用性和人机互动上向前迈进了一大步。电影《Her》中的情节正在从科幻走进现实。 本期节目将和嘉宾共同探讨，GPT4o到底有哪些“魔法”？背后是哪些技术的突破？将对行业带来哪些变革性影响？我们是否要迎来超级智能助力的Her时代？（以下内容由生成式AI辅助处理）
本文介绍了腾讯游戏社交算法团队研发的能够处理百亿级大规模图数据的分布式网络表征算法，及其在多个游戏业务场景落地应用，并且取得明显的实际业务效果提升。
开源软件构筑起了互联网世界坚实的地基，开源的社区分布式协作模式，也极大地促进了软件开发的效率，大教堂与集市的钟声下，技术开始普惠世界。 腾讯公司从开源中受益，也将自己的技术探索反哺回了开源社区。鹅厂的工程师们，也多有在各大开源社区、基金会中担任 Commiter 乃至 PMC 的开源人。本文作者十年前首次开始给 Chromium 贡献代码，一步一步地在 Chromium 社区学习成长，并为社区提了多个优化 Patch，最终成为了一名 Chromium Commiter，这是他的故事自述。
本文介绍了字节跳动云原生可观测团队在构建 OneAgent 方面的探索，涉及数据模型、流程管道、编排调度和构建体系等方面，还分享了 OneAgent 在字节跳动内部的几个应用案例，展示了其在数据采集效率、资源消耗和系统稳定性方面的优势。
2022年底，ChatGPT的横空出世让千行百业看到通用人工智能的拐点。随后，GPT-4系列在高质量文本生成、推理分析方面表现出卓越能力，LLaMA拓展广泛应用生态，Sora视频生成惊艳亮相，通用大模型 、尤其是 Transformer 架构能力的快速提升给大家不断带来惊喜。 然而尽管通用大模型能力出色且进步飞快，但在面对特定行业或领域的问题时，仍存在相当的局限性。在AGI（通用人工智能）目标实现之前，我们仍需探讨大模型近期的行业应用模式问题。构建行业大模型、领域大模型是现实的选择。如果说通用大模型是完成了通识教育的高中生，我们希望让它再学习一些特定领域的知识和技能，成为该领域的本科生甚至研究生，为解决领域问题提供更加专业的精准的帮助。面向城市，我们甚至希望，发挥机器比人脑碾压级的存储与计算优势，解决那些人脑无法解决的复杂系统问题。通过构建城市大模型，也许能帮助我们解决城市问题、助力城市发展、辅助规划决策、提升治理效能。
增长分析（DataFinder）是火山引擎旗下的一站式用户分析与运营平台，为企业提供数字化消费者行为分析洞见，优化数字化触点、用户体验，支撑精细化用户运营，发现业务的关键增长点，提升企业效益。 VisActor是字节跳动开源的面向叙事的智能可视化解决方案,由 VChart、VTable、VGrammar、VMind、VRender等多个组件组成。本文将为大家一文详解DataFinder的可视化升级实践，呈现DataFinder 将原有图表升级到 VChart 的思考及过程。
