数据中台

本文介绍了google推广的一个编程模型MapReduce，以及下一代mapreduce框架，简称MRv2。从各个方面对比了传统的MR框架和新一代的区别，以及它们的优缺点。一起来看看吧~

现在只有极少数公司知道如何提供世界跨越式分布服务，这些公司的数量甚至比当今拥有核武器的国家还少。Facebook就是这少数中的一个，它的新视频直播流媒体产品Facebook Live就是跨越式分布服务的代表。

随着移动互联网的兴起，用户的很多行为逐渐从PC端转向移动端。人们花在手机上的时间越来越多。

这是一篇讲述维度数据模型设计的文章，偏向于数据平台而非数据分析，请读者根据自己的兴趣爱好阅读。

公司要做数据分析，首先要考虑数据的准备，也就是数据平台的建设，最近接触了几个客户都处于这一环节，而且其中一个在方案选型过程中，也是充满了纠结，而我也并没有在开始阶段给出合理全面的建议。

以一个数据分析者的角度来与大家分享如何使用spark进行大数据分析

用R全面解析Mahout的基于用户推荐协同过滤算法(UserCF),改进的采用欧氏距离，并用R语言实现，与Mahout的结果进行对比。

Apache Pig，Apache Hive和SQL是当今主流的大数据工具。它们各有优势，下面我们就先来简单介绍Apache Pig、Apache Hive和SQL。

为什么要进行中文分词?

在大数据处理中，或是面试中，经常会遇到这样的问题： 比如，一个社交网站上有上亿的用户主页，而且每天有上十亿的访问量，想实时知道最常被访问的主页有哪些，然后给出一个排名。常用的做法是给每个主页一个计数器，这样需要很大的内存(往往装不下)来保存这些计数器，但极大多数的计数器其实只有一次两次，这是一个非常大的浪费，而且现实资源不允许这么做。 再比如，一个网站有海量…

无人机送货技术是京东物流近期的一项重点工作，但无人机只是京东探索智慧物流体系的一部分工作。日前，京东集团运营研发部总监、京东物流系统（内部代号“青龙”）研发负责人李鹏涛向CSDN记者介绍了京东物流系统目前的研发进展和未来的技术路线。 李鹏涛表示，京东智慧物流包括两个方面，一是基于大数据预测分析技术实现智能化的调度、决策，二是采用一些更加自动化、智能化的设备提…

在Databricks的Spark峰会上，支持结构化处理和SQL 2003的Spark2.0 呈现在众人面前，此外，R-to-Spark接口也在该峰会上崭露头角。 近日在旧金山举行的Spark峰会上，Spark发起人Databricks 展示了这款通用分析引擎Spark的2.0版本，并介绍了该版本的详细更新细节。包括IBM、Microsoft在内的一众公司都…

大数据，无论是从产业上，还是从技术上来看，都是目前的发展热点。在中国，政府控制着80%的数据，剩下的多由“BAT”这样的大公司拥有，中小企业如何构建自己的大数据系统？其他企业如何建设自己的大数据系统？

本文重点介绍了大数据平台系统的数据采集，数据存储，数据处理，以及数据展现的架构。

本文介绍了如何使用开源软件迅速的搭建一个数据分析平台，包含数据导入，变形，分析，预测，可视化。