Tephra 在 Apache HBase 的基础上提供了全局一致性的事务支持。HBase 提供了强一致性的基于行和区域的 ACID 操作支持，但是牺牲了在跨区域操作的支持。这就要求应用开发者花...

以前，我们解释了为什么我们决定为Genius Scan选择在文档存储服务上工作，以及我们是怎样逼近这个工程的挑战的。我们认为这个过程是值得分享得，我们也希望能够从社区获得反馈。

海量数据分成两块，一是系统建设技术，二，海量数据应用。 先说系统建设，现在主流的技术是HADOOP，主要基于mapreduce的分布式框架。目前可以先学习这个。但是我的观点，在分布式系统出来之...

大数据的核心：数据挖掘。从头至尾我们都脱离不了数据挖掘。其实从大学到现在一直都接触数据挖掘，但是我们不关心是什么是数据挖掘，我们关心的是我们如何通过数据挖掘过程中找到我们需要的东西，而我们更关心...

大屏数据可视化设计方法论很少，正好自己参与过部门多个大屏项目，所以总结了大屏可视化设计的方法。希望通过这篇文章能帮助大家整理思考过程，提高工作效率，同时很好的达到目标，找到兴趣。

目录： 什么是大数据 Hadoop介绍-HDFS、MR、Hbase 大数据平台应用举例-腾讯 公司的大数据平台架构

如今腾讯的数据分析已经能做到始终“不落地”，即全部的实时处理。腾讯大数据平台有如下核心模块：TDW、TRC、TDBank、TPR和 Gaia。简单来说，TDW用来做批量的离线计算，TRC负责做流...

大数据技术Hadoop面试题,看看你能答对多少？答案在后面

视频类网站大数据生态 Spark在爱奇艺的应用实践

Spark是UC Berkeley AMP lab所开源的类Hadoop MapReduce的通用的并行计算框架，Spark基于map reduce算法实现的分布式计算，拥有Hadoop Map...

Pfs是一个类似于Git的分布式文件系统，专门构建用于Docker生态系统。你需要使用Docker来部署它，就像在您堆栈中的其他应用程序。

Spark可以在三个地方配置系统: Spark属性控制大部分的应用参数。 这些属性可以通过SparkConf对象, 或者Java系统属性. 环境变量可以为每台机器配置，比如IP地址， 通...

FreeNAS是一套免费的NAS服务器，它能将一部普通PC变成网络存储服务器。该软件基于FreeBSD，Samba 及PHP，支持CIFS (samba), FTP, NFS pro...

关于流处理框架，在先前的文章汇总已经介绍过Strom， 今天学习的是来自阿里的的流处理框架JStorm。简单的概述Storm就是：JStorm 比Storm更稳定，更强大，更快，Storm上跑的...

Apache Pig是用来处理大规模数据的高级查询语言，配合 Hadoop使用，可以在处理海量数据时达到事半功倍的效果，比使用Java，C++等语言编写大规模数据处理程序的难度要小N倍，实现同样...

在Hadoop中执行的任务有时候需要把多个Map/Reduce作业连接到一起，这样才能够达到目的。在Hadoop生态圈中，有一个相对比较新的组件叫做Oozie，它让我们可以把多个Map/Redu...

Scribe是Facebook开源的日志收集系统，在Facebook内部已经得到大量的应用。它能够从各种日志源上收集日志，存储到一个中央存 储系统（可以是NFS，分布式文件系统等）上，以便于进行...

Zookeeper是一个高性能，分布式的，开源分布式应用协调服务。它提供了简单原始的功能，分布式应用可以基于它实现更高级的服务，比如同步， 配置管理，集群管理，名空间。它被设计为易于编程，使用文...

hadoop2.5.1安装到虚拟机

Storm是一个分布式的、高容错的实时计算系统。 Storm对于实时计算的的意义相当于Hadoop对于批处理的意义。Hadoop为我们提供了Map和Reduce原语，使我们对数据进行批处理变的...