小肥的专栏

原帖地址：http://blog.youkuaiyun.com/sgear/article/details/7195362由Google提出并实现的编程模型，可利用大量机器所组成的集群处理或生成海量数据集。此外，由Yahoo!公司资助的Hadoop项目则是MapReduce的开源实现，在Facebook等大型应用中得到了广泛使用。而现在，MySpace也将其MapReduce框架Qizmt开源了，可用

原帖地址：http://blog.youkuaiyun.com/lijiajia81/article/details/17080715Spark是一个高效的分布式计算系统，相比Hadoop，它在性能上比Hadoop要高100倍。Spark提供比Hadoop更上层的API，同样的算法在Spark中实现往往只有Hadoop的1/10或者1/100的长度。Shark类似“SQL on Spark

原帖地址：http://www.blogjava.net/paulwong/archive/2013/10/31/405860.html一、FLUME介绍Flume是一个分布式、可靠、和高可用的海量日志聚合的系统，支持在系统中定制各类数据发送方，用于收集数据；同时，Flume提供对数据进行简单处理，并写到各种数据接受方（可定制）的能力。设计目标：(1) 可靠性当节点

原帖地址：http://www.open-open.com/lib/view/open1354277579741.html终于可以写kafka的文章了，Mina的相关文章我已经做了索引，在我的博客中置顶了，大家可以方便的找到。从这一篇开始分布式消息系统的入门。在我们大量使用分布式数据库、分布式计算集群的时候，是否会遇到这样的一些问题：l  我想分析一下用户行为（pageview

原帖地址：http://blog.youkuaiyun.com/cuiran/article/details/8507896Twitter将Storm正式开源了，这是一个分布式的、容错的实时计算系统，它被托管在GitHub上，遵循 Eclipse Public License 1.0。Storm是由BackType开发的实时处理系统，BackType现在已在Twitter麾下。GitHub上的最新版本

在阅读客户的需求时，学到一个新概念，数据货币化，Data monetization。下面是从维基百科摘录的定义，感觉在这个大数据时代，通过各种渠道和传感器收录的数据，如果可以好好挖掘的话，是一个很大的金矿。比如通过分析客户在Online store的浏览习惯，可以智能化的了解客户的需求，以便推荐更合适的产品或服务。Data monetization, a form of monetiz