李双江，阿里巴巴技术专家，美国田纳西大学计算机工程博士，研究方向为机器学习优化算法，应用于图像、视频、计算机网络等领域。在Java语言，网络协议、网络安全、大数据处理和分布式系统领域有多年经验。现担任多个SCI期刊及IEEE/ACM会议的编辑、委员及技术委员会主席。
自2017年起加入阿里巴巴，目前负责开发阿里巴巴基础设施事业群（Alibaba Infrastructure Service）网络研发事业部下一代监控系统的研发，大规模数据挖掘、故障异常检测、网络运维可视化项目等。闲暇之余，爱好跑步，游泳和骑车。曾完成多次马拉松和铁人三项比赛。
在大规模网络下，随着gRPC协议方式的采集的普及， 响应速度快，实时性高，采集数据更全面。如何将这些gRPC采集方式带来的众多优点不打折扣的提供给网络运维人员，给下一代的大数据实时监控系统带来了一定的挑战。
为此，我们引入了一套基于流式计算（Blink基于开源的Apache Flink）和内存数据存储（Apache Ignite）方式的实时告警系统。借助Kafka和HBase实现数据缓存，Blink进行流式计算，Ignite进行实时的业务告警。并Blink的SQL方式进行实时计算和规则生成，通过Ignite开放SQL开发实现了数据的低延迟实时查询服务。本次分享主要介绍我们在以上方面的一些经验。
京公网安备 11010502039052号 | 产品资质
电话咨询