开源大数据周刊-第3期

摘要： 赫拉利：数据崇拜将无边无际，Apache Apex成为顶级项目。

阿里云E-Mapreduce动态

• E-Mapreduce团队发布VPC方案，可以帮助用户构建出一个隔离的网络环境，此外您也可以通过专线/ VPN 等连接方式将 VPC 与传 统数据中心组成一个按需定制的网络环境，实现大数据混合云架构，大数据可以先上云。
• Aliyun-emapreduce-demo已经发布到github上，用户可以基于此demo继续开发自身的业务
• E-Mapreduce团队准备了初学者教学视频，初学着可以在10分钟内跑通一个简单的hadoop作业
• E-Mapreduce团队即将增加zepplin和hue等交互式处理软件，用户可以直接写SQL甚至写python、scala代码交互式执行，查看运行结果

资讯播报

• 对话《人类简史》作者赫拉利：数据崇拜将无边无际
  文中说数据不是黄金，不是石油，而是土壤，跟以往的任何资源不同，你越用越多。数据是智慧社会的基础。

• 亚信数据总经理何鸿凌：大数据尚未与云计算有机结合
  分工是推动人类社会进步的原动力，不久的将来，一切皆服务，一切IT也皆服务。文中认为大数据尚未跟云计算有机结合，但是这个趋势不可避免。
• 银行也谈大数据，看四大行怎么说
  在这个人人都谈大数据的年代，银行也不例外。银行也在去IOE，慢慢拥抱开源Hadoop等大数据平台的环抱。

• 14家超过10亿美元估值的大数据公司，有何过人之处?
  这些年轻估值数亿美元的数据大公司，有的是直接的大数据Hadoop的提供商如Cloudera，有的直接在某个行业的精耕细作，用大数据，提高效率，带来价值。
• 数据库平台开发初创企业MemSQL完成3600万美元C轮融资
  近日，数据库平台开发初创企业MemSQL宣布完成C轮融资，融资金额为3600万美元。

• Apache Apex is now a top-level project at the Apache Software Foundation 
  Apache Apex是一个同时能处理流式与批处理的计算引擎，目前除了正炽热的spark、还有新星flink外，Apache Apex是否可以成为下一个热点，与以往的spark、flink有哪些不同，我们还得持续深入的关注。

• Benchmarking and Improving Kudu Insert Performance with YCSB
  Kudu：一个为大数据快速分析量身定制的新型Apache Hadoop存储系统。Kudu能结合两个系统优点，同时支持高吞吐率和低延迟。当前的测试结果也表明，目前也基本能达到。不过目前国内还缺少成功的线上案例，Kudu目前还是孵化器项目，相信再等一段时间kudu会越来越稳定。

• 使用日志服务LogHub替换Kafka
  LogHub是阿里自主研发的日志服务，文中从易用性、稳定性、功能、成本等方面讲述了LogHub与Kafka的异同。
• Apache Flink：特性、概念、组件栈、架构及原理分析
  flink在2015年1月成为apache的top项目后，在最近发布了1.0.0的版本。flink跟hadoop生态圈结合的很好，可以运行在HDFS、YARN上运行。跟spark类似，他也是支持全的分析处理模型，且从目前来看理论上比spark更为先进。不过flink社区比spark还是逊色很多，在国内没有较多线上运行的案例。本文简单介绍了flink基本的知识，不妨一看。