● Uber 发布 IngestionNext：流式优先的数据湖将延迟和计算成本降低了 25%

📌 一句话摘要 Uber 的 IngestionNext 平台利用 Flink 和 Hudi 将数据湖摄取从批处理转变为流式优先模式，将延迟降低至分钟级，并将计算成本降低了 25%。 📝 详细摘要 Uber 通过推出 IngestionNext 重构了其数据湖摄取基础设施，从基于 Spark 的

● 数据延迟降低了 8 倍！携程 T+1 到分钟级的近实时湖仓建设实践

📌 一句话摘要 携程基于 Flink CDC 和 Apache Paimon 构建了近实时湖仓架构，通过两阶段 CDC 入湖及多项引擎级优化，将数据延迟从天级降至分钟级。 📝 详细摘要 本文详细介绍了携程为应对全球化业务对数据时效性的需求，从传统 T+1 离线数仓向近实时湖仓演进的实践过程。核心

● 大禹平台：流批一体离线 Dump 平台的设计与应用｜得物技术

📌 一句话摘要 得物技术自研的大禹平台通过流批一体架构、统一 DAG 编排和 HBase 镜像表技术，解决了搜推广场景下离线 Dump 的逻辑一致性、源库压力及开发效率问题。 📝 详细摘要 文章详细介绍了得物技术构建的“大禹”离线 Dump 平台。该平台针对搜索、推荐、广告场景中多源异构数据处理