P3 Google的Sawzall,Yahoo的Pig和微软的Dryad 文档
是一个运行在Hadoop（Doug Cutting 在06年3月份加入了Yahoo ）上的并行处理架构，有了Pig 使得普通的程序员具有了分析处理gigantic数据集的能力。附带一下 Hadoop 基本进入了实用阶段
风云lucky pig的各种运行模式与运行方式详解 经验
将只访问本地一台主机；当 Pig 在 MapReduce 模式运行的时候， Pig 将访问一个 Hadoop 集群和 HDFS 的安装位置。这时， Pig 将自动地对这个集群进行分配和回收。因为 Pig
jopen 机器学习的11个开源项目 经验
类、分类、推荐等很多经典算法，并且提供了很方便的云服务的接口。 MLlib MLlib是Apache自己的Spark和Hadoop机器学习库，它被设计用于大规模高速度地执行MLlib所包含的大部分常见机 器学习算法。MLli
推荐系统资源列表（List of Recommender Systems） 经验
came across as a Heroku add-on . It is based on Hadoop but seems to be based abandoned Mortar Recommendation
Oracle加入NoSQL阵营 资讯
Apache Hadoop、Oracle Data Integrator with Application Adapter for Handoop、Oracle Loader for Hadoop 和开源分布式统计语言
Facebook 的系统架构 经验
持久化由MySQL, Memcached [3], Facebook 的 Cassandra [4], Hadoop 的 HBase [5] 完成。Memcached 使用了MySQL的内存Cache。Facebook
大数据抽取工具，bboss v4.0.9 发布 资讯
取进度 修复了一系列bug。 bboss大数据抽取工具功能特点如下： 实 现db到hadoop hdfs数据导入功能，提供高效的分布式并行处理能力，可以采用数据库表分区、按字段分区、表分区+分区字段二次分区三种方式并行
Apache Spark 1.4 发布，开源集群计算系统 资讯
Apache Spark 是一种与 Hadoop 相似的开源集群计算环境，但是两者之间还存在一些不同之处，这些有用的不同之处使 Spark 在某些工作负载方面表现得更加优越，换句话说，Spark 启用
分布式计算 Spark 入门介绍 经验
MapReduce和专用的迭代编程模型（如Pregel）等。论文中实现的RDD在迭代计算方面比Hadoop快二十多倍，同时还可以在5-7秒的延时内交互式地查询1TB的数据集。 第一作者 Matei
消息系统kafka及其变种Jafka、Metamorphosis (MetaQ) 经验
高吞吐量：即使是非常普通的硬件kafka也可以支持每秒数十万的消息。 支持通过kafka服务器和消费机集群来分区消息。 支持Hadoop并行数据加载。 卡夫卡的目的是提供一个发布订阅解决方案，它可以处理消费者规模的网站中的所有动作流数据。
Apache Kafka —一个不同的消息系统 资讯
所有发布的消息保留一段可配置的时 间。这让消费者很灵活，他们可以来去自由而不影响群集，并适合像Hadoop集群这样的脱机消费者。生产者能够选择那一个主题，主题的那一个分区，来发布 该消息。消费者自己也
微软正式发布分布式大规模图数据处理引擎 Graph Engine 1.0 预览版 资讯
克隆版）。HDFS 是 Hadoop 分布式文件系统。有趣的是，微软于 2011 年 放弃了海量数据架构 Dryad 转而支持 Hadoop 大数据框架 ，主要是因为其客户不断要求能在Hadoop环境中储存、管理并分析各种数据。（关于
几种常见的基于Lucene的开源搜索解决方案对比 博客
Lucene 的，支持分布式，可扩展，具有容错功能，准实时的搜索方案。 优点：开箱即用，可以与 Hadoop 配合实现分布式。具备扩展和容错机制。 缺点：只是搜索方案，建索引部分还是需要自己实现。在搜索
openkk
P31 毕玄-HBase简介与实践分享 文档
HBase Features(Cont.)和Hadoop无缝集成 Hadoop分析后的结果可直接写入HBase； 存放在HBase的数据可直接通过Hadoop来进行分析。 12. HBase能用于Online场景吗？Why
大数据抽取工具，bboss 4.0.8 发布 资讯
bboss大数据抽取工具4.0.8发布 bboss大数据抽取工具功能特点如下： 实现 db 到hadoop hdfs 数据导入功能，提供高效的分布式并行处理能力，可以采用数据库分区、按字段分区、分页方式并行批处理抽取
MapReduce中combine、partition、shuffle的作用是什么 经验
aboutyun.com/thread-8927-1-1.html Mapreduce在hadoop中是一个比较难以的概念。下面需要用心看，然后自己就能总结出来了。 概括： comb
P27 APM Python Application Performance 文档
Cassandra(FB) Elasticsearch Hadoop 基于Hadoop及Elasticsearch的大数据存储根据不同的业务需求选择适合的技术方案 云智慧选择Hadoop及Elasticsearch作为最终存储系统
P11 Spark 集群概述 经验
一个非常成熟的分布式操作系统，可以用来运行除 Spark 以外的很多系统。 Hadoop YARN - Hadoop 的 资源管理器。 术语表 术语 解释 Application 在 Spark 上运行的工作，
一个DBA眼中的HBase 经验
Hadoop，HBase，NO-SQL是当今业界比较火的一些名词。满互联网都是对它的他们的赞许，其实光芒的背后还有部分缺点。本文只是我vogts的一些观点和想法。 HBase的优点： 分布式，