P58 大数据的十个技术前沿 文档
软件与硬件架构协同优化32针对硬件特点对软件栈优化 把硬件暴露给软件栈：NativeTask，Spark，线性代数库 重新设计软件栈：全闪存存储，NVRAM 一体机 云化：虚拟化和资源管理，HVE，YARN，Docker
cpp45
SparkSQL－从DataFrame说起 经验
Hadoop的唯一选择，负责将SQL解析成MR任务运行在大数据上，实现交互式查询、报表等功能。就在那个时候，Spark社区的小伙伴就意识到可以使用Spark作为执行引擎替换Hive中的MR，这样可以使Hive的执行效率得到极大提升。
P7 Flex 布局与容器 文档
，建议使用 controlBarContent 属性来指定要包含在控件栏区域中的组件集。使用 Spark Panel 类的 controlBarLayout 属性来指定控件栏区域的布局。 l Appl
P10 XMPP 协议使用开源Jabber (XMPP)协议及openfire架设内部即时通讯服务 文档
Windows Exodus, Pandion, Psi, Spark Linux Gajim, Gossip, Kopete, Pidgin, Psi, Spark, Tkabber Macintosh Adium
事件流如何提高应用程序的扩展性、可靠性和可维护性 经验
非常低下，因为系统需要不断地重新扫描事件历史才能确 定某个人是否超出了限制。而针对每个IP每个时间窗口维护一个计数器将会更高效。总之，存储原始事件和存储聚合结果都是有用的，只不过应用场景不同。 对
jopen
轻量级大规模机器学习算法库Fregata开源：快速，无需调参 经验
1 目前的主流大数据处理技术都是以Map Reduce计算模式为核心的（包括Hadoop和Spark）。而 Map Reduce 计算模式下对第一个问题只能通过增加内存，SSD存储来解决或者缓解，
大数据环境下互联网行业数据仓库/数据平台的架构之漫谈 经验
e来做分析与计算； Spark是这两年非常火的，经过实践，它的性能的确比MapReduce要好很多，而且和Hive、Yarn结合的越来越好，因此，必须支持使用 Spark和SparkSQL来做分析和计算。因为已经有Hadoop
IBM开源机器学习系统SystemML 资讯
SystemML ，将会通过 Apache Software Foundation 开放共享，并允许开发者修改其代码，目前 SystemML 已作为孵化器项目被 Apache 接纳。 ML 是 Machine
数据库管理工具 DBeaver v4.0.3 发布 资讯
提供一个图形界面用来查看数据库结构、执行SQL查询和脚本，浏览和导出数据，处理BLOB/CLOB 数据，修改数据库结构等等。 更新日志 SQL editor: context tooltips (F2) +
亚马逊Web服务发布2013年推荐技术内容列表 资讯
不同场景创建了一些 AWS CloudFormation 模板，这些模板可以非常简单的使用、启动和修改，并在此基础上建立了一些参考实施指导文档。我们还专门发布了五个专注于安全方面的白皮书，包括 AWS
大数据相关资源集合：Awesome Big Data 经验
originally developed at AddThis. AMPLab SIMR - run Spark on Hadoop MapReduce v1. Apache Crunch - a simple
P57 典型大数据计算模式与系统 经验
批处理计算 Hadoop MapReduce，Spark等 流式计算 Scribe，Flume，Storm，S4, Spark Steaming等 迭代计算 HaLoop，i
Apache Hive 2.0.0 发布，数据仓库平台 资讯
HIVE-8858 ] - Visualize generated Spark plan [Spark Branch] [ HIVE-9139 ] - Clean up
Java微框架：不可忽视的新趋势 资讯
原文 http://www.infoq.com/cn/news/2015/06/Java-Spark-Jodd-Ninja 任何语言都有优缺点。对Java而言，它安全、经过严格测试、向后兼容，但却
开源项目，也可以是你的良师益友 资讯
后，发现那些代码片段太 Demo 了，而直接这么拷贝过来的代码片段往往隐含着巨大的危险。我一直在读 Spark 的代码，我就去翻阅了 Spark 中读取 Kafka 的代码，写的很漂亮，而且是 “工业级” 的，复用度也足够
大数据领域开源技术 除了Hadoop你还知道哪些 经验
存储项目提供所需的YARN、HDFS和基础架构，并且运行主要的大数据服务和应用程序。 Spark——使用简单、支持所有重要的大数据语言(Scala、Python、Java、R)。拥有强大的生态系统，成长迅速，对
【译】大数据分析平台搭建教程：基于Apache Zeppelin Notebook和R的交互式数据科学 经验
可协作的精美文档，并且支持多种语言，包括 Scala(使用 Apache Spark)、Python(Apache Spark)、SparkSQL、 Hive、 Markdown、Shell等等。
Hadoop - Zeppelin 使用心得 经验
1.概述 在编写 Flink，Spark，Hive 等相关作业时，要是能快速的将我们所编写的作业能可视化在我们面前，是件让人兴奋的时，如果能带上趋势功能就更好了。今天，给大家介绍这么一款工具。它就