开源大数据周刊-第59期

摘要： 资讯 2017年SaaS、Relational和大数据连接趋势 上周，Progress发布了一项调查，该调查显示，越来越多的企业采用了大数据，SaaS数据源呈现出了爆炸式的增长，关系型数据库正在持续被使用，以及NoSQL也正在逐渐被采用。

资讯

• 2017年SaaS、Relational和大数据连接趋势

  上周，Progress发布了一项调查，该调查显示，越来越多的企业采用了大数据，SaaS数据源呈现出了爆炸式的增长，关系型数据库正在持续被使用，以及NoSQL也正在逐渐被采用。那些接受调查的回答者们称，他们面临的最大挑战就是持续增长的数据源、数据类型、以及如何将云数据与本地数据集成在一起。

• 如何利用数据赚钱？大数据价值变现的10种商业模式及利弊分析

  当大数据应用在不同的领域和不同的场景下，所产生的意义及其所代表的意义也都不一样，你没有办法用一句话完全概况。大数据是互联网时代不可或缺的产物，不管你愿不愿意，大数据就在那里，你我都是大数据的制造者同时也是受惠者，这个生态圈的闭环已经形成，而且还在不断的延伸到各行各业，为不同的行业创造着更新、更大的价值。

• 深度解密今日头条的个性化资讯推荐技术

  资讯产品近几年持续火爆，赚足了人们的眼球。以今日头条披露的数据为例：日活跃用户超过一亿，单用户日均使用时长超过 76分钟，资讯类产品的火爆程度可见一斑。资讯类产品的火爆让BAT巨头坐卧不安，纷纷站出来反击。手机百度除了搜索框之外，大部分已经被一条条新闻占据。阿里则是依托UC浏览器上线了自己的头条。腾讯在腾讯新闻之外，从头搞起了天天快报。

• 聚焦云业务 微软拟全球裁员3000人

  本周四，微软宣布将启动包括裁员在内的重大组织调整，裁员主要影响美国以外地区，裁员比例不超过全公司销售人员的10%，这意味着裁员将多达3000人。

---

技术

• HBase原理－迟到的‘数据读取流程’部分细节

  常说HBase数据读取要读Memstore、HFile和Blockcache，为什么上面Scanner只有StoreFileScanner和MemstoreScanner两种？没有BlockcacheScanner?

• 基于Spark的大规模机器学习在微博的应用

  一直以来，微博都尝试通过机器学习来解决业务场景中遇到的各种挑战。本文为新浪微博吴磊在CCTC 2017云计算大会Spark峰会所做分享《基于Spark的大规模机器学习在微博的应用》主题的一部分

• 人工智能在线特征系统中的数据存取技术

  开源的分布式KV存储或缓存方案很多，比如我们用到的就有Redis/Memcache，HBase，Tair等，这些开源方案有大量的贡献者在为它们的功能、性能做出不断努力，本文就不更多着墨了。

• Livy：基于Apache Spark的REST服务

  Apache Spark提供的两种基于命令行的处理交互方式虽然足够灵活，但在企业应用中面临诸如部署、安全等问题。为此本文引入Livy这样一个基于Apache Spark的REST服务，它不仅以REST的方式代替了Spark传统的处理交互方式，同时也提供企业应用中不可忽视的多用户，安全，以及容错的支持。