标签: Spark
-
Spark尚未“成熟” 用户仍需“专业”
2017-06-02 | 作者:Ed Burns | 翻译:乔俊婧虽然Spark的应用对企业而言已经并不陌生,但对于一些企业来说,这项技术可能还是比较“前沿”。
-
Dr. Elephant:Hadoop和Spark的优化“神器”
2017-05-23 | 作者:Jack Vaughan美国加州软件公司Pepperdata的应用程序分析软件建立在Dr. Elephant开源项目上。主要目的是让更多的Hadoop和Spark应用程序投入生产。
-
Spark和Hadoop分析遇障碍?可以试试容器啊
2017-03-26 | 作者:Jack Vaughan | 翻译:乔俊婧将定制的Spark和Hadoop试点项目转移到生产中是一项艰巨的任务,但容器技术缓解了这种艰难的过渡。
-
大数据时代 是什么让你的数据准备跑偏了?
2017-03-06 | 作者:Jack Vaughan | 翻译:张亮亮数据准备过程可能是企业从高级分析技术获得商业利益的绊脚石。随着大数据环境的不断发展,集成和准备分析数据的工作正在发生显著的变化。
-
听说早期采用者在Spark集群部署很容易?
2017-02-15 | 作者:Craig Stedman | 翻译:乔俊婧软件公司Intuit和Novantas采用了特定的方法来部署他们的第一个Spark集群,限制了初始用户访问,并寻找更加坚实的业务用途。
-
实现Spark部署 依赖供应商还是”自力更生”?
2017-02-06 | 作者:Craig Stedman | 翻译:乔俊婧Apache Spark用户经常面临一个困境:继续获取来自供应商的支持还是更新版本,使用具有更新功能的快速移动的开源软件?
-
重视大数据分析有哪些好处?IT经理有话说
2017-01-22 | 作者:Craig Stedman | 翻译:乔俊婧随着Hadoop,Spark和其他大数据技术作为更多组织中的关键IT组件,越来越重视寻找大数据分析应用程序的业务优势,
-
数据科学挑战重重 get新技能成当务之急
2017-01-17 | 作者:Ed Burns | 翻译:乔俊婧随着更多新兴工具和技术的出现,许多企业正在努力应对当今大数据和数据科学生态系统的复杂性。根据TDWI的最新研究,专业数据科学家的短缺仍然是企业面临的数据科学的挑战之一。
-
Cask框架:加速构建Azure HDInsight数据管道
2016-12-04 | 作者:Jack Vaughan | 翻译:张亮亮Microsoft Azure之类的云正努力将部署简化,但这和端对端大数据分析应用程序的实现以及将其在云上运行一样困难。
-
Spark架构在大数据环境的核心位置找到用武之地
2016-12-01 | 作者:Craig Stedman | 翻译:张亮亮Spark的最开始的名片是它能比MapReduce更快地运行批处理应用程序,而其编程环境和执行引擎是嵌入在Hadoop原始版本中的。
电子杂志 >更多
-
《数据价值》2017年3月刊·当预测模型失败了
随着大数据环境的不断发展,集成和准备分析数据的工作正在发生显著的变化。
-
《数据价值》2016年10月刊·窥探未来的水晶球
企业可以利用Hadoop以及所有与它相关的技术设计大数据环境,以满足其特定的需求。但把所有的技术集成在一起并不是一件容易的事。
-
《数据价值》2016年8月刊·拉近与数据之间的距离
企业想要从大数据中发掘价值,提升商业洞察,离不开分析软件和云技术的支撑。
-
《数据价值》2016年6月刊·物联网发展的尴尬境况
物联网有助于降低成本,为消费者提供新的体验。但它仍然需要一定的时间来完善,才能为公司提供持续性的价值。
技术手册 >更多
-
技术指南:从大数据到快数据
NoSQL数据库公司VoltDB副总裁John Piekos结合多年技术经验,论述了快数据给现代企业架构带来的挑战,他认为,相比于数据规模的爆炸式增长而言,数据速度的快速变化和增长才是数据分析行业面临的主要挑战。
-
医疗行业BI应用案例集锦
本次技术手册汇总了医疗行业BI用例,包括Oracle EBS部署、惠普Vertica分析平台使用、数据库虚拟化技术、大数据分析技术、物联网技术等。
-
可视化指导手册:将数据整合到业务的新方法
可视化需要变成为一种引领成功的战略,而不仅仅是一种制作图表的活动。如何从数据驱动转变为决策可视化驱动呢?本手册将告诉你其中的11个要点。
-
零售行业BI应用案例集锦
零售行业销售点(point of sale)多、数据类型复杂、渠道广泛、数据规模巨大,变革传统BI的需求更加强烈。在这本集锦中,我们介绍了可口可乐公司、无印良品、宜家家居和乐购百货的BI应用实践。