小红书 x TiDB | Meetup 回顾

在上周六举办的 Infra Meetup No.88 上海站上，来自小红书的郭一、张俊骏两位老师，和我司施闻轩老师一起，为大家带来三个精彩的分享，以下是视频&文字回顾，enjoy~

01 - 小红书的社区架构

<iframe class="video_iframe" data-vidtype="1" data-cover="http%3A%2F%2Fshp.qpic.cn%2Fqqvideo_ori%2F0%2Fz0828e43647_496_280%2F0" allowfullscreen="" frameborder="0" data-ratio="1.7777777777777777" data-w="864" data-src="http://v.qq.com/iframe/player.html?vid=z0828e43647&width=368&height=207&auto=0" width="368" height="207" data-vh="207" data-vw="368" style="display: none; width: 368px !important; height: 207px !important;"></iframe>播放

郭一 | 小红书

本次分享，郭一老师主要介绍了小红书社区的数据技术。首先介绍了小红书的产品和社区个性化的推荐需要的关键技术。然后对社区的数据技术分别从接入层，业务层，数据服务层和数据仓库层进行了概述。然后讲述了一个利用流计算引擎 Flink 给线上推荐提供用户行为实时的多维度聚合的业务实例。最后对小红书下一年的数据架构发展进行了展望。

02 - TiDB 在小红书的实践案例分享

<iframe class="video_iframe" data-vidtype="1" data-cover="http%3A%2F%2Fshp.qpic.cn%2Fqqvideo_ori%2F0%2Fe0828i67uly_496_280%2F0" allowfullscreen="" frameborder="0" data-ratio="1.7777777777777777" data-w="864" data-src="http://v.qq.com/iframe/player.html?vid=e0828i67uly&width=368&height=207&auto=0" width="368" height="207" data-vh="207" data-vw="368" style="display: none; width: 368px !important; height: 207px !important;"></iframe>播放

张俊骏 | 小红书

本次分享，张俊骏老师主要介绍了小红书在以下两个场景中对 TiDB 的使用：第一个场景是大促实时看板，在高 QPS 场景下通过最终一致性写入模型完美地满足了需求，且全程保持稳定；第二个是作为分库分表 MySQL 的从库进行 ETL 任务，通过分析分库分表 MySQL 的特性自行开发了同步工具，解决了许多 ETL 任务的痛点。小红书未来还会在 TiDB 的容器化部署、自动化运维、接入更多业务场景等方向上努力。

03 - Vectorized Execution Explained

<iframe class="video_iframe" data-vidtype="1" data-cover="http%3A%2F%2Fshp.qpic.cn%2Fqqvideo_ori%2F0%2Fl0828aa78qd_496_280%2F0" allowfullscreen="" frameborder="0" data-ratio="1.7777777777777777" data-w="864" data-src="http://v.qq.com/iframe/player.html?vid=l0828aa78qd&width=368&height=207&auto=0" width="368" height="207" data-vh="207" data-vw="368" style="display: none; width: 368px !important; height: 207px !important;"></iframe>播放

施闻轩 | PingCAP

2019 年我们会尝试针对一些主题进行一系列分享，Q1 计划的是查询执行（Query Execution）相关主题。针对这个主题我们会分享当前业界相对前沿的设计和算法，例如 JIT Compilation，向量化，SIMD，NUMA 相关优化等。

本次 Meetup 施闻轩老师的分享主题是「向量化执行」。向量化是随着列存数据库一起成熟的新查询执行模型，诸如 Hive，Vertica，Vectorwise，Clickhouse 等都使用了该技术。向量化也是 TiDB 正在进行的优化之一。本次分享从为何进行向量化，块执行，SIMD 和晚期物化等多个方面阐述向量化引擎的设计和实现。

* 后台回复“88”获取本期 PPT 链接

关注公众号：拾黑（shiheibook）了解更多

[广告]赞助链接：

四季很好，只要有你，文娱排行榜：https://www.yaopaiming.com/
让资讯触达的更精准有趣：https://www.0xu.cn/