摘要： 经过十年的演进，Apache Flink 已巩固其作为流处理领域事实上的标准地位，为实时数据处理提供亚秒级延迟。然而，云原生架构、数据湖和人工智能等新兴趋势带来了新的挑战和要求。为此，Flink 持续创新和架构升级，以提供更易于使用、更经济高效、更可扩展的实时解决方案，进一步增强数据与 AI 的融合。本场讲座将详细介绍 Flink 在 AI 时代的核心功能和架构演进，包括全新的状态存储与计算分离架构、持续提升的流批统一处理能力、深入分析流批统一物化表、与 Lakehouse 深度集成构建实时数据湖，以及在 AI 领域针对实时 AI 应用的探索和实践。

关键要点：

1. 探索 Flink 核心架构的最新进展及其云原生可扩展性路线图14。
2. 了解 Flink 如何通过与 Lakehouse 生态系统的无缝集成赋能实时数据湖。
3. 探索物化表如何统一批处理和流式数据仓库的开发范式2。
4. 深入了解 Flink 在 AI 驱动型应用中的作用，包括实时特征计算和模型服务

讲师:

Apache Flink 提交者，Apache Flink 2.1 发布经理。长期专注于大数据领域，在流式处理、批量计算和存储方面拥有丰富的经验。