Artwork

Контент предоставлен The Data Flowcast. Весь контент подкастов, включая эпизоды, графику и описания подкастов, загружается и предоставляется непосредственно компанией The Data Flowcast или ее партнером по платформе подкастов. Если вы считаете, что кто-то использует вашу работу, защищенную авторским правом, без вашего разрешения, вы можете выполнить процедуру, описанную здесь https://ru.player.fm/legal.
Player FM - приложение для подкастов
Работайте офлайн с приложением Player FM !

How Uber Manages 1 Million Daily Tasks Using Airflow, with Shobhit Shah and Sumit Maheshwari

28:44
 
Поделиться
 

Manage episode 450104898 series 2948506
Контент предоставлен The Data Flowcast. Весь контент подкастов, включая эпизоды, графику и описания подкастов, загружается и предоставляется непосредственно компанией The Data Flowcast или ее партнером по платформе подкастов. Если вы считаете, что кто-то использует вашу работу, защищенную авторским правом, без вашего разрешения, вы можете выполнить процедуру, описанную здесь https://ru.player.fm/legal.

When data orchestration reaches Uber’s scale, innovation becomes a necessity, not a luxury. In this episode, we discuss the innovations behind Uber’s unique Airflow setup. With our guests Shobhit Shah and Sumit Maheshwari, both Staff Software Engineers at Uber, we explore how their team manages one of the largest data workflow systems in the world. Shobhit and Sumit walk us through the evolution of Uber’s Airflow implementation, detailing the custom solutions that support 200,000 daily pipelines. They discuss Uber's approach to tackling complex challenges in data orchestration, disaster recovery and scaling to meet the company’s extensive data needs.

Key Takeaways:

(02:03) Airflow as a service streamlines Uber’s data workflows.

(06:16) Serialization boosts security and reduces errors.

(10:05) Java-based scheduler improves system reliability.

(13:40) Custom recovery model supports emergency pipeline switching.

(15:58) No-code UI allows easy pipeline creation for non-coders.

(18:12) Backfill feature enables historical data processing.

(22:06) Regular updates keep Uber aligned with Airflow advancements.

(26:07) Plans to leverage Airflow’s latest features.

Resources Mentioned:

Shobhit Shah -

https://www.linkedin.com/in/shahshobhit/

Sumit Maheshwar -

https://www.linkedin.com/in/maheshwarisumit/

Uber -

https://www.linkedin.com/company/uber-com/

Apache Airflow -

https://airflow.apache.org/

Airflow Summit -

https://airflowsummit.org/

Uber -

https://www.uber.com/tw/en/

Apache Airflow Survey -

https://astronomer.typeform.com/airflowsurvey24

Thanks for listening to The Data Flowcast: Mastering Airflow for Data Engineering & AI. If you enjoyed this episode, please leave a 5-star review to help get the word out about the show. And be sure to subscribe so you never miss any of the insightful conversations.

#AI #Automation #Airflow #MachineLearning

  continue reading

39 эпизодов

Artwork
iconПоделиться
 
Manage episode 450104898 series 2948506
Контент предоставлен The Data Flowcast. Весь контент подкастов, включая эпизоды, графику и описания подкастов, загружается и предоставляется непосредственно компанией The Data Flowcast или ее партнером по платформе подкастов. Если вы считаете, что кто-то использует вашу работу, защищенную авторским правом, без вашего разрешения, вы можете выполнить процедуру, описанную здесь https://ru.player.fm/legal.

When data orchestration reaches Uber’s scale, innovation becomes a necessity, not a luxury. In this episode, we discuss the innovations behind Uber’s unique Airflow setup. With our guests Shobhit Shah and Sumit Maheshwari, both Staff Software Engineers at Uber, we explore how their team manages one of the largest data workflow systems in the world. Shobhit and Sumit walk us through the evolution of Uber’s Airflow implementation, detailing the custom solutions that support 200,000 daily pipelines. They discuss Uber's approach to tackling complex challenges in data orchestration, disaster recovery and scaling to meet the company’s extensive data needs.

Key Takeaways:

(02:03) Airflow as a service streamlines Uber’s data workflows.

(06:16) Serialization boosts security and reduces errors.

(10:05) Java-based scheduler improves system reliability.

(13:40) Custom recovery model supports emergency pipeline switching.

(15:58) No-code UI allows easy pipeline creation for non-coders.

(18:12) Backfill feature enables historical data processing.

(22:06) Regular updates keep Uber aligned with Airflow advancements.

(26:07) Plans to leverage Airflow’s latest features.

Resources Mentioned:

Shobhit Shah -

https://www.linkedin.com/in/shahshobhit/

Sumit Maheshwar -

https://www.linkedin.com/in/maheshwarisumit/

Uber -

https://www.linkedin.com/company/uber-com/

Apache Airflow -

https://airflow.apache.org/

Airflow Summit -

https://airflowsummit.org/

Uber -

https://www.uber.com/tw/en/

Apache Airflow Survey -

https://astronomer.typeform.com/airflowsurvey24

Thanks for listening to The Data Flowcast: Mastering Airflow for Data Engineering & AI. If you enjoyed this episode, please leave a 5-star review to help get the word out about the show. And be sure to subscribe so you never miss any of the insightful conversations.

#AI #Automation #Airflow #MachineLearning

  continue reading

39 эпизодов

Все серии

×
 
Loading …

Добро пожаловать в Player FM!

Player FM сканирует Интернет в поисках высококачественных подкастов, чтобы вы могли наслаждаться ими прямо сейчас. Это лучшее приложение для подкастов, которое работает на Android, iPhone и веб-странице. Зарегистрируйтесь, чтобы синхронизировать подписки на разных устройствах.

 

Краткое руководство

Слушайте это шоу, пока исследуете
Прослушать