数据序列化系统 Apache Avro 经验
Avro（读音类似于[ævrə]）是Hadoop的一个子项目，由Hadoop的 创始人Doug Cutting（也是Lucene，Nutch等项目的创始人）牵头开发。Avro是一个数据序列化系统，设计用于支持大
openkk
数据仓库平台，Apache Hive 0.9.0 发布 资讯
发布，该版本包含大量新特性、改进和 bug 修复，详情请看 改进记录 。 Hive是一个基于Hadoop的数据仓库平台。通过hive，我们可以方便地进行ETL的工作。hive定义了一个类似于SQL的查询语言：HQL，能
fmms NoSQL 的 ORM 框架，Apache Gora 0.6.1 发布 资讯
Apache Avro 1.7.6 Apache Hadoop 1.2.1 and 2.5.2 Apache HBase 0.98.8-hadoop2 (although also tested with
jopen Facebook测试屏幕跟踪软件 资讯
，Facebook 将利用一个定制版本的 Hadoop。Facebook 不是第一家这么做的公司，营销公司 Shutterstock 也是利用 Hadoop 分布式文件系统分析用户在网站上的光标移动数据。
JSON查询语言 Jaql 经验
理。使用 Hadoop 的 Map-Reduce 作为并行计算平台。 Jaql最终设计目标包括： 半结构化分析：实现易于操作和分析JSON数据 并行处理：Jaql查询能够利用Hadoop的Map-
NoSQL的ORM框架 Apache Gora 经验
MySQL, HSQLDB, flat files in local file system of Hadoop HDFS. Data Access : An easy to use Java-friendly
P82 京东金融大数据分析平台总体架构-v1.0 文档
层外部大数据商城系统Hadoop元数据云数据推送平台数据平台导入临时区数据平台导出临时区NAS 存储ETL程序区 10. 大数据分析平台总体架构——数据交换层NAS存储Hadoop集群元数据区数据平台
guet_lee 学习笔记：The Log（我所读过的最好的一篇分布式技术文章） 经验
1 Log的价值 1) Log是如下系统的核心： 分布式图数据库 分布式搜索引擎 Hadoop 第一代和第二代K-V数据库 2) Log可能跟计算机的历史一样长，并且是分布式数据系统和实时计算系统的核心。
那些年，追过的开源软件和技术 问答
图(views)的结构。 搜索 Nutch ：是一个开源Java 实现的搜索引擎，当时Hadoop的前身就是为了做这个项目。 Lucene ：基于Java的全文检索引擎，很有名也非常强大，
腾讯宣布推出第三代高性能机器学习计算平台Angel 并于2017年全面开源 资讯
能力也不落后于美国。 过去几年，获得冠军的团队，用的基本上都是Hadoop和Spark，其实腾讯的大数据平台，也是始于Hadoop的。 我们之所以能获得四项的冠军，是我们经历了几年的打磨，追求
P10 HBase Architecture（中） 文档
现顺序化存储优化，以得到最好的IO性能。 1.3. HLogKey类 当前的WAL实现采用了Hadoop SequenceFile，它会将记录存储为一系列的key/values。对于WAL来说，va
Apache Kylin 综述 经验
Kylin是一个开源的 分布式分析引擎 ，提供Hadoop之上的SQL查询接口及多维分析（OLAP）能力（可以把Kylin定义为 OLAP on Hadoop ）。Apache Kylin于2015年1
淘宝开放平台技术历程 经验
了第一个1000w日均调用，此时两个互联网的新兴技术开始在开放平台中尝试，Memcached和Hadoop。今天看来这两个技术已经被大规模使用，2008年时却是在吃螃蟹，2 台虚拟机要抗1000w的路
P39 Mahout in Action 中文版 文档
法处理情况下的机器学习工具。在目前阶段，这种可伸缩性由java实现，有些部分基于Apache Hadoop这个分布式计算框架实现。 Mahout是java库。它不支持用户接口，预装好的服务器。以及安装
P8 RocketMQ-原理简析（适合初级使用者） 文档
息存储可以分布式集群化，具有了水平扩展的能力。 作者 何鹏 关注分布式存储与计算相关框架，包括Hadoop、YARN、HBase、Storm、Spark、MQ等 peng.he.ia@gmail.com
百分点个性化推荐引擎的学习 经验
安全可靠。根据不同的应用需求，存储层细分为Redis集群，Membase集群，MySQL集群和Hadoop/HDFS四类。 Redis集群。百分点推荐引擎采用了Redis作为缓存，用于存储热门数据，包
每天近百亿条用户数据，携程大数据高并发应用架构涅槃 经验
HDFS是携程海量数据的主要存储，两者来自Hadoop 生态体系。Hadoop 这块大家已经很熟悉， 如果不熟悉的同学只要知道Hadoop 主要用于大数据量存储和并行计算批处理工作。 Hive 是基于Hadoop平台的数据仓库
每天TB级数据处理，携程大数据高并发应用架构涅槃 经验
HDFS是携程海量数据的主要存储，两者来自Hadoop 生态体系。Hadoop 这块大家已经很熟悉， 如果不熟悉的同学只要知道Hadoop 主要用于大数据量存储和并行计算批处理工作。 Hive 是基于Hadoop平台的数据仓库
Hive配置运行及表的操作 经验
Hive-default.xml l Hadoop-site.xml(或core-site.xml等) l Hadoop-default.xml 注意：以上提到的hadoop-site.xml及haddop-default