basycai的博客

云平台，元计算火了好久了！1.是啥？各种云平台（cloud platforms）的出现是该转变的最重要环节之一。顾名思义，这种平台允许开发者们或是将写好的程序放在“云”里运行，或是使用“云”里提供的服务，或二者皆是。至于这种平台的名称，现在我们可以听到不止一种称呼，比如按需平台（on-demand platform）、平台即服务（platform as a service，PaaS）等

from:http://cocoit.iteye.com/blog/2108691Hadoop从诞生至今已经发展成为一个大数据相关的庞大的软件生态系统。这里收集整理了跟Hadoop相关的Apache下的开源项目，以供后续分析研究。Apache HadoopHadoop是一个大数据处理框架，它可用于从单台到数以千计的服务器集群的存储和计算服务。HadoopDistribute

自：http://jerryshao.me/architecture/2013/04/15/%E4%BC%A0%E7%BB%9F%E7%9A%84MapReduce%E6%A1%86%E6%9E%B6%E6%85%A2%E5%9C%A8%E5%93%AA%E9%87%8C/15 April 2013本文就两个问题进行讨论：1. 相比于Shark，为什么像Hive之类的传统M

from：http://blog.youkuaiyun.com/googdev/article/details/52575079这两天 GitHub 对其官网进行了改版，紧接着又发布了一年一度的开源报告，我们程序员比较关心之后的趋势是什么，而 GitHub 毫无疑问代表了全世界编程领域的趋势，我们不妨先来解读下这份报告，然后再解答下你们关注的标题的答案。事先声明，本篇文章的一些数据

转自：http://blog.youkuaiyun.com/big1980/article/details/120793114.5  Cloudify       Cloud foundry作为业务第一个开源的paas，给我们带来了难得的学习和借鉴的机会，得以窥视paas的盒子内部的构造。Cloud foundry是基于ruby开发的，ruby相比之下比Java开发的速度更快，这也是CF发展很

大数据、云计算系统顶级架构师课程学习路线图大数据之Linux+大数据开发篇Java Linux基础 Shell编程 Hadoop2.x HDFS YARN MapReduce ETL数据清洗Hive Sqoop Flume/Oozie 大数据WEB工具Hue HBase Storm Scala KafkaSpark Spark核心源码剖析 CM 5.3.x管理 CDH 5.

http://cloud.51cto.com/art/201506/478815.htmBasic Design TenetsScalability and elasticity are our main goalsAny feature that limits our main goals must be optionalEverything should be as

from：http://way4ever.com/?p=349 点击打开链接1、语言上的建议：学好python。OpenStack是纯python工程，所以你必须要熟悉python的语法、调试、调用。比如：pdb：基础使用，断点，调用栈日志：调用栈打印，函数入参打印，底层命令打印涉及的python开源框架、组件：如SQLAlchemy、Django面向对象：清楚抽象、继承、

公共云与私有云之争是个老调牙的话题。虽然不乏相应的技术和解决方案，但是企业组织对于哪种平台适合灵活性方面的要求还是感到很困惑。云平台的主要优点之一就是，用户请求计算、网络和存储等资源时，能够迅速启动这些资源；不再需要这些资源时，同样可以迅速停用资源。在诸多公共云提供商当中，亚马逊的市场份额领先谷歌、微软及其他厂商。而在私有云提供商当中，OpenStack为用户提供了一种切实可行的方案，可以替代微软

http://blog.youkuaiyun.com/wireless_com/article/details/43305701近年来，对于打造高度可扩展的应用程序，软件架构师们挖掘了若干相关理念，并以最佳实践的方式加以实施。在今天的“信息时代”，这些理念更加适用于不断增长的数据集，不可预知的流量模式，以及快速响应时间的需求。本文将强调并重申其中的一些传统观念，并讨论他们如何在融合云计算的发展

from:http://divinedm.iteye.com/blog/2252845首先，CAP理论描述的对象是一个分布式系统，其中 C：从客户端来的读请求访问任何一个分布式系统节点，一定能读到最近的一次写请求的结果 A：访问任何一个还存活的分布式系统节点，一定能够在一个时间范围内返回一个肯定的结果（成功或者失败，不能是超时或者错误） P：分布式系统允不允许不同节点间的网络消