大数据分析引擎Apache Flink升级成为Apache顶级项目 资讯
此外，Flink只需要三个命令就可以运行在Hadoop的新MapReduce框架Yarn上， 5. 完全兼容Hadoop Flink支持所有的Hadoop所有的输入/输出格式和数据类型，这就使得开
jopen 看好微软未来6大原因：放下了独裁者的身份 资讯
1、就连最不看好微软的人都必须承认，该公司支持 Hadoop 开源架构的决定是极为正确的。微软决定放弃海量数据架构 Dryad 转而支持 Hadoop，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。
fmms 
Apache Nutch 1.10 发布，搜索引擎 资讯
和Web爬虫。 Nutch的创始人是 Doug Cutting ，他同时也是Lucene、Hadoop和Avro开源项目的创始人。 Nutch 诞生于2002年8月，是Apache旗下的一
Apache Mesos是什么？ 经验
esos kernel利用资源管理和调度的API在整个数据中心或云环境中运行和提供引用（例如，Hadoop，Spark，Kafaka，Elastic Search）。即Apache Mesos在整个数
开源分布式计算系统，Spark 1.2 发布 资讯
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 启用了内存分布数据
决策树算法介绍及应用 经验
机器学习理论主要是设计和分析一些让计算机可以自动学习的算法。机器学习算法是一类从数据中自动分析获得规律，并利用规律对未知数据进行预测的算 法。因为学习算法中涉及了大量的统计学理论，机器学习与统计推断学联系尤为密切，也被称为统计学习
P9 学年论文(数据挖掘在商业上的应用) 文档
Agent还有可定制能力。 美国Firstar银行使用Marksman数据挖掘工具，根据客户的消费模式预测何时为客户提供何种产品。Firstar银行市场调查和数据库营销部经理发现：公共数据库中存储着关于每
kanckzhang 10大引导世界技术革新的开源项目 资讯
这套卓越的开源方案。 9、 Hadoop Hadoop 项目与Apache关系密切，允许用户以分布式途径在计算机集群中处理大型数据集。Hadoop的设计思路涵盖了单一服务器到成千上 万
世界最大的PHP站点 Facebook后台技术探秘 经验
Facebook有数百个日志类别(categories)。 Hadoop and Hive Hadoop的是一个开源的map-reduce实现，使得它可以在进行大数据上进行运算。
30分钟概览Spark分布式计算引擎 经验
本文主要帮助初学者快速了解Spark，不会面面俱到，但核心一定点到。 详细内容可参考Spark入门教程-1 Spark是继Hadoop之后的下一代分布式内存计算引擎，于2009年诞生于加州大学伯克利分校AMPLab实验室，现在主
我们总结了370个免费学习编程的国外大学公开课 经验
Programming Environment Data Management and Visualization Hadoop Platform and Application Framework Global Warming
技术人必读:19本免费指南性编程书籍 资讯
6》一书。 Hadoop: 《 照亮Hadoop 征程 》 这部以Hadoop为核心内容的论著并不仅仅针对技术读者，同时也适用于其它缺乏技术知识储备但对大数据颇为关注的群体。《照亮Hadoop征 程》
Scala开发资源集合：Awesome Scala 经验
faster than Hadoop for iterative algorithms (memory caching) and up to 10x faster than Hadoop for single-pass
Pinterest 开源工作流管理 —— Pinball 经验
上不断变化的需求。特别是，当前可用的解决方案不是只支持一个特定类型的工作（例如 Apache Oozie 来优化Hadoop计算）或太过抽象难以扩展（例如单一的 Azkaban ）。考虑到上述的情况，我们开始构建一个高
分布式分析引擎 Apache Kylin v1.5.2 发布 资讯
Apache 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）能力以支持超大规模数据，最初由eBay Inc. 开发并贡献至开源社区。它能在亚秒内查询巨大的Hive表。
用Apache Kafka构建流数据平台的建议 经验
明确语义：模式中每个字段的doc属性明确定义了字段的语义。 兼容性：模式处理数据格式变化，使像Hadoop或Cassandra这样的系统可以跟踪上游数据变化，只将有变化的数据传给它们自己的存储，而不必进行重新处理。
记录一下互联网日志实时收集和实时计算的简单方案 经验
使用Flume将数据收集到HDFS，然后进行清洗和分析。 后来，根据业务需要，我们有了两个Hadoop集群，并且部署在不同的地方（北京和西安），而所有的日志收集服务器在北京，因此需要将日志数据通过外网传输到西安，于是有了这样的部署：
分布式计算框架 Fourinone 经验
在写这个框架之前，我对分布式计算进行了长时间的思考，也看了老外写的其他开源框架,当我们把复杂的hadoop当作一门学科学习时，似乎忘记了我们想解决问题的初衷：我们仅仅是想写个程序把几台甚至更多的机器一