Tìm kiếm
17 kết quả cho “Pinot”. Tìm không phân biệt dấu.
- Real-time Analytics at Massive Scale with Pinot Bài tóm tắt · LinkedIn · 2014
…ng.linkedin.com/analytics/real-time-analytics-massive-scale-pinot) Bối cảnh - Khoảng 2012, các sản phẩm phân tích chạy trên Oracle và Voldemort, không hợp với OLAP; dữ liệu tăng th…
- Near real-time features for near real-time personalization Bài tóm tắt · LinkedIn · 2022
…, projection, nên processor luôn nhẹ. Kết quả qua Kafka vào Pinot , giữ 96 giờ , khoá chính là actor để lấy nhanh theo member. Recommender query Pinot lúc chấm điểm; thuộc tính lớn…
- Diving into Uber's cutting-edge data infrastructure Bài tóm tắt · Onehouse · 2024
…u vào phục vụ cả hai nhánh. Nhánh realtime: Kafka → Flink → Pinot , trên đó một lớp Presto tự viết cho phép viết Presto SQL chạy trên Pinot như backend production. Nhánh batch: ing…
- How we built it: Real-time analytics for Stripe Billing Bài tóm tắt · Stripe · 2025
…altime. Thêm một bước tiền tổng hợp trước khi đưa vào OLAP (Pinot). Thay đổi chính - Pipeline event-driven với Flink: cập nhật của object subscription và invoice thành sự kiện anal…
- How LIquid Connects Everything So Our Members Can Do Anything Bài tóm tắt · LinkedIn · 2023
…chấm điểm bằng feature ML từ Venice và số liệu phân tích từ Pinot ; bước lọc chuẩn bị danh sách để hiển thị. - Một kết nối mới vài giây đã dùng được cho gợi ý. Query khai báo cho p…
- Solving manageability challenges at scale with Nuage Bài tóm tắt · LinkedIn · 2019
…ta), Helix, Fuse (chống lạm dụng), Couchbase, Ambry (blob), Pinot, Samza, Pro-ML, Brooklin, Venice. Mục tiêu "hạ tầng vô hình": team sản phẩm tự tạo và quản lý tài nguyên mà không…
- Smart alerts in ThirdEye, LinkedIn's real-time monitoring platform Bài tóm tắt · LinkedIn · 2019
…tới metric kinh doanh và hiệu năng model ML; nguồn chính là Pinot và inGraphs. - Khó đặt alert vừa chính xác vừa đủ phủ: metric khác nhau về độ mịn thời gian (tháng tới phút), xu h…
- Pipeline dữ liệu và analytics Chủ đề Thành viên
Lúc đầu, báo cáo chạy thẳng trên DB production. Đến một lúc truy vấn phân tích làm chậm giao dịch, dữ liệu cần gộp từ nhiều nguồn, và có thêm người dùng mới (analyst, ML, khách hàng xem dashboard). Khi đó cần một mặt…
- Stream processing Chủ đề Thành viên
Khi batch hằng ngày hay hằng giờ không còn đủ tươi (chi tiêu quảng cáo phải dừng đúng lúc chạm ngân sách, dashboard MRR không được trễ 24 giờ, alert phải bắn khi contest sắp đầy), hệ phải tính liên tục trên luồng sự…
- Chọn database theo workload Chủ đề Thành viên
Không có database tốt nhất, chỉ có database hợp với mẫu đọc/ghi ở một quy mô cụ thể. Mẫu đó thay đổi khi sản phẩm lớn lên. Ngoài ra, chuyên môn vận hành của đội cũng là một phần của "workload".
- Nền tảng ML (feature, training, serving, giám sát model) Chủ đề Thành viên
Model ML đầu tiên của một công ty thường được nhúng thẳng vào một service có sẵn, với feature tính trong vài script và train bằng một job riêng. Khi số model và số người làm model tăng, bốn chỗ cùng hỏng:
- Nền tảng nội bộ cho service (đường ray chung) Chủ đề Thành viên
Tách hệ thống thành nhiều phần (service, hoặc component trong một monolith) giải được bài toán tổ chức. Nhưng nếu mỗi team tự làm RPC, retry, log, metric, contract theo cách riêng, thì ta chỉ đổi một kiểu hỗn loạn lấy…
- LinkedIn Công ty Thành viên
Bài khung là bài nhìn lại năm 2015 . LinkedIn bắt đầu năm 2003 là một monolith tên Leo. Service đầu tiên tách ra là member graph, vì đồ thị kết nối có profile tải khác hẳn; DB profile được đỡ bằng scale dọc rồi replica…
- Onehouse Công ty Thành viên
Nguồn duy nhất của Onehouse trong wiki là bản tóm tắt (2024) talk năm 2023 của Uber về hạ tầng dữ liệu, nên mọi nhận định là theo Uber qua lời kể của Onehouse: kiến trúc Lambda phục vụ bốn loại nhu cầu từ streaming dưới…
- Project Voldemort: Scaling Simple Storage at LinkedIn Bài tóm tắt · LinkedIn · 2009
LinkedIn bắt đầu bằng một DB lớn và cụm front-end (cộng một đồ thị xã hội trong RAM trên máy riêng). DB được tách thành các service riêng cho profile, search, nhóm, network update, công ty; có read replica nhưng chưa có…
- A Brief History of Scaling LinkedIn Bài tóm tắt · LinkedIn · 2015
…er chính và các PoP. - Còn lại: Samza, Espresso, Voldemort, Pinot; workflow offline Hadoop + Voldemort tính sẵn People You May Know; client template, BigPipe, Play (non-blocking);…
- Stripe Công ty Thành viên
Khoảng 2.000 shard MongoDB với hơn 40 kiểu bố trí; năm 2026 Stripe thay tự sửa dạng plugin bằng tìm đường (BFS rồi Dijkstra) trên state machine của shard, mô phỏng bằng chính code Temporal, giảm 30% số lần gọi người…