王绍翾，淘宝花名"大沙"，加州大学圣迭戈分校计算机工程的博士，2015 年加入阿里巴巴集团，目前就职于阿里巴巴计算平台事业部。加入阿里之前，曾在 Facebook 开发分布式图关系数据库 TAO。
加入阿里之后，王绍翾一直从事阿里新一代实时计算平台 Blink 的研发工作。早期负责搜索事业部的离线大数据处理，利用半年的时间带领团队将阿里淘宝天猫的搜索离线数据处理的计算全部迁移到了Blink 计算平台之上。之后负责Blink 计算平台的查询和优化。用了半年多的时间，打造了一套功能完备高性能的实时计算Flink SQL，并成功的将阿里的实时计算机器学习平台整体的迁移到这套 API 之上。阿里将Flink SQL的代码几乎全部推回了Apache Flink社区。王绍翾是 Apache flink 的 committer，除了自己，他在团队内部还培养出另外两位apache flink committer。
近些年随着大数据技术的不断发展和成熟，无论是传统企业还是互联网公司都已经不再仅仅满足于批处理，对流处理的场景和需求也越来越强烈。SQL是大数据处理中使用最广泛的语言。它允许用户简明扼要地声明他们的业务逻辑。数据分析师通常没有复杂的软件编程背景，但他们可以使用SQL来分析数据并为业务决策提供支持。
在流计算领域，除了Flink之外，其他一些流处理框架（如Kafka和Spark Structure Streaming）也具有类似于SQL的DSL，但它们与Flink的语义不同。Flink的SQL完全遵循ANSI SQL标准，而Spark和Kafka提供的DSL都是非ANSI SQL标准的。本次分享将介绍遵循ANSI SQL标准的好处，以及Flink SQL是如何实现这一目标。阿里巴巴的核心业务现在完全由数据处理引擎Blink驱动，它是一款阿里巴巴实时计算部基于Apache Flink改进的项目。阿里内部几乎所有的Blink作业都是由Flink SQL编写的。本次分享也将介绍Flink SQL在阿里内部的大规模应用的场景和经验。
地点：爱晚亭
