2013年10月_仲浩

10月 08月 04月

原创人气NoSQL数据库MongoDB再获1.5亿美元融资

近日，最具人气NoSQL MongoDB收获了一笔1.5亿美元的融资，新投资方包括EMC、Salesforce.com、Altimeter Capital及1个未透露公司，同时原有投资者Intel、Red Hat、New Enterprise Associates及Sequoia Capital也参与了本轮投资。到目前为止，MongoDB的融资总额已达 2.31亿美元，高于Hadoop 的两大...

2013-10-07 10:25:42 125

原创 Google发布Chrome 30：支持图片搜索及安卓端的一些新手势

近日，Google将公布Chrome的新版本——Chrome的30，新的版本将同时适用于桌面及移动用户，安卓版本上更增加了许多新的手势（测试版本中）：在顶部工具条水平滑动以切换标签页在工具栏垂直向下滑动以进入标签页切换视图从菜单栏向下滑动用以打开菜单，直接拖到对应位置就可以选择想要的选项据悉，新版本将在本周内释放。...

2013-10-02 10:28:54 142

原创操作系统市场份额：Windows占90.83%，Linux提升至1.64%

Net Applications今日发布了最新的操作系统市场份额，主要情况如下：Windows 8：从 7.41%上升到8.02%，上升幅度0.61Windows 7 ：从45.63%上升到 46.43，上升幅度0.8，这是自Win8发布后，Win7在上升幅度上首次超越Win8，这是否预示着Win8的……Marc上升0.25到7.53%，同时Linux上升0.12%至1.64%。...

2013-10-02 09:32:30 2164

Spark在TalkingData移动大数据平台的实践

2013年9月份，TalkingData开始尝试使用Spark解决数据挖掘性能问题。随着对Spark的逐渐了解，TalkingData开始将Spark应用到整个移动大数据平台的建设中。在移动大数据平台中，ETL过程、计算过程、数据挖掘、交互式数据提取等等都依赖于Spark。在这里，我将要介绍我们使用Spark的状况、平台架构、以及一些实践经验。当然也包括一些总结的最佳实践。

2016-04-28

The Future of Real-Time in Spark

via Reynold Xin, Co-Founder & Chief Architect, Databricks

2016-02-26

Spark Usage in Enterprise Business Operations

Via Ken Tsai, Head of Cloud Platform & Data Management, SAP

2016-02-26

Role of Spark in transforming eBay’s Enterprise Data Platform

VIA Seshu Adunuthula, Head of Analytics Infrastructure, eBay

2016-02-26

Apache Spark, the Analytics Operating System

VIA Anjul Bhambhri, VP of Big Data Engineering, IBM

2016-02-26

Accelerating Enterprise Spark

via Shaun Connolly, VP of Business Strategy, Hortonworks

2016-02-26

Democratizing Access to Data

via Databricks联合创始人兼CEO Ali Ghodsi

2016-02-26

Spark 2.0概览

via Databricks联合创始人兼CTO Matei Zaharia。

2016-02-26

2015中国开源参与调查报告Final

本报告的形成是基于开源社与 CSDN 携手推出的“2015 年中国开源社区参与调查问卷”,旨在对中国开源社区、开源生态、开源开发者做一次全面性地摸底调查。

2016-02-04

服务端开发那些事

服务端开发对于任何互联网公司来讲，都并非易事，它所涉及的技术知识面非常广泛，如果开发人员的经验不足，将直接影响产品用户的体验。

2015-11-06

李永辉：IBM Watson 大数据与分析平台

2015-10-30

韩卿：Apache Kylin－Hadoop上的大规模联机分析平台

2015-10-30

戴金权：基于Spark软件栈的下一代大数据分析

Spark是UC Berkeley AMP lab所开源的类Hadoop MapReduce的通用并行框架，Spark，拥有Hadoop MapReduce所具有的优点；但不同于MapReduce的是Job中间输出结果可以保存在内存中，从而不再需要读写HDFS，因此Spark能更好地适用于数据挖掘与机器学习等需要迭代的MapReduce的算法。

2015-10-30