跳转到页脚

标签:卡夫卡

Databook:用Uber的元数据将大数据转化为知识

Luyao李-
Databook是Uber的内部平台，用于显示和探索上下文元数据，使整个公司的团队更容易发现和探索数据集。
阅读更多

用Apache Kafka构建可靠的再处理和死信队列

Ning夏-
Uber保险工程团队通过使用非阻塞请求再处理和死信队列(DLQ)扩展了Kafka在我们现有事件驱动架构中的作用，以实现解耦的、可观察的错误处理，而不会中断实时通信。
阅读更多

介绍uberengineering的开源流分析平台AthenaX

Haohui麦-
Uber Engineering建立了我们的开源流分析平台AthenaX，为每个人带来大规模的事件流处理。
阅读更多

工程餐厅经理，我们的UberEATS分析仪表盘

京球迷-
UberEATS餐厅经理通过衡量顾客满意度、销售额和服务质量，让餐厅合作伙伴深入了解他们的业务。
阅读更多
米开朗基罗:优步的机器学习平台

米开朗基罗:优步的机器学习平台

杰里米·赫尔曼-
Uber Engineering介绍了我们的机器学习即服务系统Michelangelo，它使团队能够轻松地大规模构建、部署和操作ML解决方案。
阅读更多

使用Uber Engineering的XP后台推送部署更可靠的应用程序

AJ里贝罗-
Uber Engineering的XP后台推送实时安全有效地缓解了漏洞，为我们的应用提供了更无缝的用户体验。
阅读更多

ELK实时工程优步预测

Guocheng谢-
Uber Engineering使用开源RESTful搜索引擎(Elasticsearch、Logstash和Kibana (ELK)构建了一个实时出行特征预测系统。
阅读更多

与Presto和Apache Parquet在Uber进行工程数据分析

Zhenxiao罗-
打个响指，快!Uber Engineering如何与Presto和Parquet合作建立快速、高效的数据分析系统。
阅读更多

重新设计Uber Engineering的移动内容交付生态系统

亚历克斯活力四射-
Uber Engineering如何重新构建我们的新驱动程序的内容交付提要和后端生态系统，以交付增强的用户体验。
阅读更多

在我们的技术日上展示Uber背后的工程

斯蒂芬妮Romo-
由LadyEng集团赞助的Uber帕洛阿尔托办公室举行了为期一天的活动，展示了Uber工程部门的技术工作，以及领导和建设这些项目的人员。这里是一些结果展示。
阅读更多
在Uber Engineering发展分布式跟踪

在Uber Engineering发展分布式跟踪

尤里Shkuro-
本文是关于开发Uber Engineering的开源分布式跟踪系统Jaeger的。
阅读更多

介绍Chaperone: Uber工程如何审计Apache Kafka端到端

Xiaobing李-
Uber Engineering解释了我们创建Chaperone的原因和方法，Chaperone是我们用于监控Kafka管道运行状况的内部审计系统。
阅读更多
uReplicator: Uber Engineering的健壮Apache Kafka Replicator

uReplicator: Uber Engineering的健壮Apache Kafka Replicator

Chinmay索曼-
看看uReplicator，这是Uber的开源解决方案，用于以健壮可靠的方式复制Apache Kafka数据。
阅读更多

优步工程技术栈，第二部分:前沿与超越

露西Lozinski-
本系列文章共分为两部分，内容是关于优步工程(Uber Engineering)的技术堆栈的最后一部分。从2016年春季开始，优步工程利用这些技术使交通像自来水一样可靠，可以在任何地方、为所有人服务。
阅读更多

Streamific, Uber工程公司的Hadoop大数据吸收服务

Mrina Natarajan-
在这里，我们将研究Hadoop数据摄取，以及Uber Engineering如何使用我们内部开发的Streamific将不同的数据流到一个内聚层中，以便近乎实时地进行查询。
阅读更多

受欢迎的文章