用一个城市的形象来比喻描述大数据的技术生态 资讯
服务器，数据库，C++，java等基础语言是个什么东西的时候，大数据时代来了，科技蜀黍又玩起 Hadoop，HDFS，MapReduce，Common，Spark，Mahout，HBase，NoSQL，Cassandra，GFS
jopen 
P4 MapReduce 实例 文档
（Java私塾）MapReduce实例 第一部分： 什么是 MapReduce Hadoop Map/Reduce是一个使用简易的软件框架，基于它写出来的应用程序能够运行在由上千个商用机
singing 10个所需的IT技能，助你职场成功 资讯
最新稳定发行版： 3.7.3 6. Hadoop Hadoop是用Java编写的一款开源软件框架，用于处理大数据。列表中Hadoop位列第六。对Hadoop的招聘需求在上个季度已经下降了0.2个百分点。
P4 MapReduce 程序编程框架 文档
numPartitions); 函数返回 对于的reduce task ID 用户也可以不提供Partitioner，这是Hadoop会使用默认的。 2.4 Combiner Combiner使得map task与reduce
关于Spark的基本概念和特性简介 经验
Spark是近年来发展较快的分布式并行数据处理框架，可以与Hadoop联合使用，增强Hadoop的性能。同时，Spark还增加了内存缓存、流数据处理、图数据处理等更为高级的数据处理能力。这里简单介绍了
Azkaban:来自Linkedin的批量工作流任务调度器 经验
Azkaban是由Linkedin开源的一个批量工作流任务调度器。Azkaban来自LinkedIn公司，用于管理他们的Hadoop批处理 工作流。日常生产环境中，为了得到想要的数据，通常需要执行很多作业，一批作业执行完毕，再
从头开始：用Python实现带随机梯度下降的Logistic回归 经验
logistic 回归模型进行预测。 如何使用随机梯度下降(stochastic gradient descent)来估计系数(coefficient)。 如何将 logistic 回归应用到真实的预测问题。 让我们开始吧
微软推 Azure 机器学习工具：Algorithm Cheat Sheet 资讯
Azure Machine Learning Studio 有着大量的机器学习算法，现在你可以使用它来构建预测分析解决方案。这些算法可用于一般的机器学习： 回归分析、分类、聚类和异常检测 ，且每一个都可以解决不同类型的机器学习问题。
Hypertable应用实践：比肩HBase 经验
Hypertable原有架构示意图 业务应用 Facebook 在 SIGMOD 2011 会议上介绍了基于 Hadoop/HBase 的三种应用系统： Titan （ Facebook Messages ）、 Puma
淘宝云梯的多NameNode和跨机房之路 经验
的增长趋势，在可以预见的很短时间内， 集群规模将因为机房机位不足而无法继续扩充。由于当时云梯的Hadoop版本还不支持单集群跨机房分布的功能，所以阿里集团的大数据业务 将因为集群规模的限制而停止发展。
资源管理框架（mesos/YARN/coraca/Torca/Omega)分析 经验
sos slave主要功能是汇报任务的状态和启动各个framework的executor（比如Hadoop的excutor就是TaskTracker）。 整个mesos系统采用了双层调度框架：第一
P11 hbase 数据表介绍 文档
操作工具类代码 import org.apache.hadoop.conf.Configuration; import org.apache.hadoop.hbase.HColumnDescriptor;
P76 淘宝数据开发平台介绍 文档
审计系统自动化运维系统Hive运行时 监控 系统 实时分析系统可视化引擎数据 监控 和 管理 系统Hadoop Map ReduceHadoop HDFSDatax报表需求(淘数据)数据开发界面Hbase元数据中心
开源有效，不信请看 Facebook 资讯
中包括：Airbnb,Dropbox,和Netflix.presto只找到了一家。 新的像Hadoop的大数据工具让公司比较廉价而高效地存储和分析海量数据。但是他们最终要求严格编程来分开使用。pr
Spark实战1：单节点本地模式搭建Spark运行环境 经验
http://d3kbcqa49mib13.cloudfront.net/spark-1.1.0-bin-hadoop1.tgz 如果你是奋发图强的好码农，你可以自己下载源码： http://github.com/apache/spark
Spark学习笔记之浅释 经验
： Algorithm Machine People，算法、机器、人） 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得Spa
京东开源的分布式SQL查询引擎：Presto 经验
各连接器的设计需求会有所不同。 Hadoop / Hive Presto支持从以下版本的Hadoop中读取Hive数据： Apache Hadoop 1.x Apache Hadoop 2.x Cloudera
腾讯分布式数据仓库：TDW 经验
TDW，腾讯分布式数据仓库项目，在Hadoop的基础上开发的腾讯内部最大的离线数据处理平台。TDW支持Oracle功能兼容的SQL语法，支持PB及的存储和TB及的计算等。 这个项目主要的应用场景是
Golang开源：Poseidon - 360 出品的日志搜索平台 经验
例如某个恶意样本在某个时间段内的活动情况。在 Poseidon 系统出现之前，都是写 Map/Reduce 计算任务在 Hadoop 集群中做计算， 一次任务所需的计算时间从数小时到数天不等，大大制约了 APT 事件的追踪效率。