571
開源大數據周刊-第49期
資訊
實時流數據分析——2017 年的 27 個預測
概述：根據Markets & Markets的預測，流數據分析市場將從 2016 年的 30 8 億美元增長到 2021 年的 137 億美元。各個企業都將快速意識到他們需要利用實時數據集成和流數據分析來獲得更有價值的信息、使數據變得更安全以及保持增長高清無碼，2017全球大數據產業版圖！
匯聚了大數據生態的相關產業版圖和全景版圖。Caffe2正式發布！新框架有何不同？賈揚清親自解答
今天淩晨召開的F8大會上，Facebook正式發布Caffe2~隨著人工智能的發展，在訓練深度神經網絡和大規模人工智能模型以及部署各機器的計算量時，通常要在大量數據中心或超級計算機的支持下完成。
技術
Apache Spark & Apache Zeppelin的安全狀態
本講義出自Vinay Shukla在Hadoop Summit Tokyo 2016上的演講，主要介紹了 Spark的安全體係、以及YARN AM上的Spark驅動以及Kerberos身份驗證等相關內容，最後還介紹了SparkSQL的相關內容。Apache Spark常見的三大誤解
Apache Spark常見的三大誤解：Spark是一種內存技術、Spark要比Hadoop快10x-100x、Spark在數據處理方麵引入了全新的技術。Hadoop NameNode元數據相關文件目錄解析
在第一次部署好Hadoop集群的時候，我們需要在NameNode（NN）節點上格式化磁盤：$HADOOP_HOME/bin/hdfs namenode -format，格式化完成之後，將會在$dfs.namenode.name.dir/current目錄下如下的文件...Spark Standalone架構設計要點分析
Apache Spark是一個開源的通用集群計算係統，它提供了High-level編程API，支持Scala、Java和Python三種編程語言。Spark內核使用Scala語言編寫，通過基於Scala的函數式編程特性，在不同的計算層麵進行抽象，代碼設計非常優秀。Apache Spark 內存管理詳解
Spark 作為一個基於內存的分布式計算引擎，其內存管理模塊在整個係統中扮演著非常重要的角色。理解 Spark 內存管理的基本原理，有助於更好地開發 Spark 應用程序和進行性能調優。本文旨在梳理出 Spark 內存管理的脈絡，拋磚引玉，引出讀者對這個話題的深入探討。本文中闡述的原理基於 Spark 2.1 版本，閱讀本文需要讀者有一定的 Spark 和 Java 基礎，了解 RDD、Shuffle、JVM 等相關概念。
歡迎加入阿裏雲開源大數據交流釘釘群
國內大數據相關會議
| 會議 | 地點 | 時間 | 費用 |
版權聲明
信息都是來自互聯網，都給出了原文的鏈接，如果侵權，請聯係我們，我們負責刪除。
最後更新：2017-04-21 10:30:30