开源大数据周刊-第8期

摘要：

阿里云李津谈布局专有云的深层用意，2016年杭州第四次spark meetup见闻

阿里云E-Mapreduce动态

E-Mapreduce团队
1.3.2版本（已经发布）：

• Master HA功能

1.4版本（正在研发）:

• 用户执行计划及集群运行状态自定义报警
• 集群整体运行情况的仪表盘
• 集群的一些专家建议，例如：扩容提醒
• 集群一键重启

资讯

• 阿里云李津谈布局专有云的深层用意
  李津对Apsara Stack的优势做如下总结：一方面，具备IaaS、数据库、大数据、安全、中间件等全套优势，适用于客户集群规模在50台-1万台。而OpenStack侧重在500台以下的小规模场景下的IaaS层面，也缺乏一揽子的云产品。

• 人工智能：除了“大数据”，还可以“小样本”
  当你用手机订餐、购物、打车，享受着移动互联网带来的各种便利时，您的这些生活数据，正为“人工智能”贡献着力量

• 听得见的未来，工业大数据用7个故事说给你听！
  近日，首届中国(杭州)工业大数据产业发展高峰论坛在杭州举办。论坛上，工业大数据相关研究者、实践者济济一堂，“晒”出了工业大数据的众多生动案例，让你提前感知未来的工业大数据
• 数据分析入门之随笔记
  数据是智慧的原矿石，工程是采矿机，业务是指北针，只有三个方面融合起来，才能最有效的发现数据的价值
• 2016年杭州第四次spark meetup见闻
  此次会议有spark2.0、mllib、streaming及CarbonData，内容还是很丰富的。
• Spark多数据源计算实践及其在GrowingIO的实践
  TableScan、PrunedScan、PrunedFilteredScan三种方式实现拉取少量服务端的数据。

• Hadoop 3.0纠删码(Erasure Coding)：节省一半存储空间
  基于纠删码的技术可以极大节约存储空间，带来的劣势就是会消耗一些CPU及内存。但是由于在云上虚拟机相对比较稳定，也是一个比较的方案。
• 大数据分析界的“神兽”Apache Kylin有多牛？
  在现在的大数据时代，越来越多的企业开始使用Hadoop管理数据，但是现有的业务分析工具（如Tableau，Microstrategy等）往往存在很大的局限，如难以水平扩展、无法处理超大规模数据、缺少对Hadoop的支持；而利用Hadoop做数据分析依然存在诸多障碍，例如大多数分析师只习惯使用SQL，Hadoop难以实现快速交互式查询等等。神兽Apache Kylin就是为了解决这些问题而设计的。