Uber是如何管理大规模数据工作流的？

让这些数据可操作，需要进行数据提取、转换、解析和编排，从而在传统商业智能、机器学习、模型训练、可视化和报表等场景中广泛应用。尽管在Uber迅速发展的初期，上线了广覆盖面的数据工作流系统，用户须针对每种用例选择几种工具叠加使用。尽管此大型工具箱可实现敏捷且响应迅速的增长，但事实证明，它难以管理和维护，需要工程师在应对不同项目时，学习重复数据工作流系统。因此，Uber需要一个可以创建、管理、调度和部署

>>阅读原文<<