<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[笑看云飞处 - 专注于:互联网 电子商务 大数据 欢迎来访!]]></title><description><![CDATA[山水佳音的专栏]]></description><link>https://blog.youkuaiyun.com/china_world</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; china_world]]></copyright><item><title><![CDATA[闭关一年的干货与朋友们分享 先预告一下]]></title><link>https://blog.youkuaiyun.com/china_world/article/details/77278110</link><guid>https://blog.youkuaiyun.com/china_world/article/details/77278110</guid><author>china_world</author><pubDate>Wed, 16 Aug 2017 20:55:24 +0800</pubDate><description><![CDATA[闭关一年，即将出关，到时与朋友分享 先预告一下

一、Pivotal HDB实战

二、BI展示工具Metabase与Superset对比

三、Elasticsearch在高速公路收费稽查中的应用

四、Grafana在高速公路收费稽查中的应用

五、OD分析的地图展示

六、NoFS图片系统在高速行业中的应用前景分析]]></description><category></category></item><item><title><![CDATA[彪悍开源的分析数据库-ClickHouse]]></title><link>https://blog.youkuaiyun.com/china_world/article/details/52687685</link><guid>https://blog.youkuaiyun.com/china_world/article/details/52687685</guid><author>china_world</author><pubDate>Wed, 28 Sep 2016 09:25:34 +0800</pubDate><description><![CDATA[Yandex在2016年6月15日开源了一个数据分析的数据库，名字叫做ClickHouse，这对保守俄罗斯人来说是个特大事。更让人惊讶的是，这个列式存储数据库的跑分要超过很多流行的商业MPP数据库软件，例如Vertica。如果你没有听过Vertica，那你一定听过 Michael Stonebraker，2014年图灵奖的获得者，PostgreSQL和Ingres发明者（Sybase和SQL Server都是继承 Ingres而来的）, Paradigm4和SciDB的创办者。Michael Stonebr]]></description><category></category></item><item><title><![CDATA[论big data 3.0取代SAP HANA的可行性]]></title><link>https://blog.youkuaiyun.com/china_world/article/details/51671245</link><guid>https://blog.youkuaiyun.com/china_world/article/details/51671245</guid><author>china_world</author><pubDate>Tue, 14 Jun 2016 14:05:47 +0800</pubDate><description><![CDATA[论big data 3.0取代SAP HANA的可行性 
简言之，big data 3.0就是要实现SQL on big data，而且要兼顾性能、易用性和可扩展性。目前是“搜索引擎+大数据+SQL“这样一个融合为一体的趋势。
本人参加过HANA培训，了解过SAP HANA实施项目，目睹了企业所经历的一个个坑，也很不认同SAP惟利是图的商业模式。但HANA的确是个好东西，就易用性来说就需要开源的大数据好好学习。HANA虽好，但太贵，开放性不好，扩展性是个大问题，不适合处理大数据；开源大数据，覆盖了80%HA]]></description><category></category></item><item><title><![CDATA[基于Calcite Elasticsearch实现的SQL  ON ES方案设想]]></title><link>https://blog.youkuaiyun.com/china_world/article/details/51141072</link><guid>https://blog.youkuaiyun.com/china_world/article/details/51141072</guid><author>china_world</author><pubDate>Wed, 13 Apr 2016 10:48:35 +0800</pubDate><description><![CDATA[Elasticsearch是搜索的王者，其强大的DSL不让SQL，但缺少SQL的关键特性，如Join。ES的策略是紧紧拥抱Hadoop/Hive，Spark，有个ES-hadoop方案。Hadoop本身就很笨重，这和轻快的ES是背道而驰的。ES的主要方向目前还在搜索上，SQL也不是它的主要关注点。所以，可预见的一段时间内，SQL on ES只能通过开发或集成第三方软件来完成，如通过Presto或Drill的插件来实现。我们已经测试了Presto Elasticsearch Connector。我们认为，基于]]></description><category></category></item><item><title><![CDATA[ElasticSearch 2 - 深入搜索系列]]></title><link>https://blog.youkuaiyun.com/china_world/article/details/50812533</link><guid>https://blog.youkuaiyun.com/china_world/article/details/50812533</guid><author>china_world</author><pubDate>Sun, 06 Mar 2016 11:32:10 +0800</pubDate><description><![CDATA[对ElasticSearch 2的详细中文介绍，想深入研究ES的值得收藏。感谢作者：Richaaaard

转自：http://www.cnblogs.com/richaaaard/default.html?page=1]]></description><category></category></item><item><title><![CDATA[Bigdata 3.0：Presto+Elasticsearch研发进展]]></title><link>https://blog.youkuaiyun.com/china_world/article/details/50812501</link><guid>https://blog.youkuaiyun.com/china_world/article/details/50812501</guid><author>china_world</author><pubDate>Sun, 06 Mar 2016 11:20:27 +0800</pubDate><description><![CDATA[Bigdata 3.0：Presto+Elasticsearch研发进展]]></description><category></category></item><item><title><![CDATA[Spark的下一代引擎-Project Tungsten启示录:兼Presto、impala、spark性能根本比较]]></title><link>https://blog.youkuaiyun.com/china_world/article/details/50736966</link><guid>https://blog.youkuaiyun.com/china_world/article/details/50736966</guid><author>china_world</author><pubDate>Thu, 25 Feb 2016 13:23:45 +0800</pubDate><description><![CDATA[在过去的一年之中，我们一直在利用Spark做实时交互式分析系统方面的尝试，有兴趣的同学可以看一下我们之前分享的博客《基于Spark的用户分析系统》。我们在不断受到Spark启发的同时，也不得不忍受尚处于青春期的Spark性格中的叛逆。特别是在不断优化系统性能过程中，发现我们实际上是在做与Project Tungsten同样的工作。不知道是该庆幸选对了方向，还是该忧伤重复发明了轮子。尤其是在对比了Project Tungsten与我们自己的实现，心中五味杂陈。不过也正是由于重复发明轮子的过程，也让我们对Pro]]></description><category></category></item><item><title><![CDATA[融合了大数据、搜索引擎及SQL的敏捷大数据方案bigdata 3.0：Presto+Elasticsearch]]></title><link>https://blog.youkuaiyun.com/china_world/article/details/50651824</link><guid>https://blog.youkuaiyun.com/china_world/article/details/50651824</guid><author>china_world</author><pubDate>Thu, 11 Feb 2016 21:08:58 +0800</pubDate><description><![CDATA[在bigdata 1.0时代，以hadoop为代表的大数据技术在企业数据仓库架构中起到的只是配角作用，只是完成数据批处理，处理好的数据还是放入传统的RDBMS中，由BI完成展示。这称为混合架构。对即时的数据流，提供了kafka+Storm的解决方案。既无法实现BI和bigdata的无缝对接，也无法进行流数据和大数据关联分析。这应该是一种不得已而为之的方案。


 当很多用户刚开始对bigdata 1.0有所了解的时候，bigdata 2.0已经迅速到来。bigdata 2.0主要就是实现了SQL on bi]]></description><category></category></item><item><title><![CDATA[2015年大数据年终工作总结]]></title><link>https://blog.youkuaiyun.com/china_world/article/details/50475741</link><guid>https://blog.youkuaiyun.com/china_world/article/details/50475741</guid><author>china_world</author><pubDate>Thu, 07 Jan 2016 14:03:53 +0800</pubDate><description><![CDATA[2015年大数据年终工作总结

    今天是2016年第7天，现在来回顾下过去的2015年在大数据研发上的点点滴滴，总结如下三个方面：
一、大数据研发技术路线
        2015年大数据技术依旧是乱花渐欲迷人眼。笨重的hadoop依旧是主力，以性能著称的Elasticsearch依旧没顾得上SQL，以SQL on Bigdata标榜自己的Presto JDBC驱动缺陷依旧，号称融合了bidata+Elasticsearch+DB的Crate依旧不成熟。我们Presto+Elasticsearch方案]]></description><category></category></item><item><title><![CDATA[中小企业的大数据技术路线选择(二)-Cassandra+Presto方案]]></title><link>https://blog.youkuaiyun.com/china_world/article/details/44304609</link><guid>https://blog.youkuaiyun.com/china_world/article/details/44304609</guid><author>china_world</author><pubDate>Mon, 16 Mar 2015 14:21:49 +0800</pubDate><description><![CDATA[我前面曾经写过：中小企业的大数据技术路线选择 和 低调、奢华、有内涵的敏捷式大数据方案：Flume+Cassandra+Presto+SpagoBI 。前面用两个月的时间验证了Presto JDBC驱动、Prestogres和SHIB三种方案。Prestogres，可以使用PostgreSQL 客户端和JDBC驱动，支持SpagoBI等BI工具。但这种方式架构复杂，可能有性能瓶颈，无法发挥该方案的优势。SHIB现在代码量较小，在Team中有报表开发经验的成员即可上手。如果时间和人力允许，开发一个轻量级的Bi]]></description><category></category></item><item><title><![CDATA[盘点SQL on Hadoop中用到的主要技术]]></title><link>https://blog.youkuaiyun.com/china_world/article/details/42490649</link><guid>https://blog.youkuaiyun.com/china_world/article/details/42490649</guid><author>china_world</author><pubDate>Wed, 07 Jan 2015 12:46:59 +0800</pubDate><description><![CDATA[盘点SQL on Hadoop中用到的主要技术

发表于1小时前|165次阅读| 来源github|0 条评论| 作者肥男爱肉
转载自：http://www.youkuaiyun.com/article/2015-01-06/2823450


HadoopSQL大数据架构
摘要：自打Hive出现之后，SQL on Hadoop相关的系统已经百花齐放，速度越来越快，功能也越来越齐全。本文不是要去]]></description><category></category></item><item><title><![CDATA[Presto实现原理和美团的使用实践]]></title><link>https://blog.youkuaiyun.com/china_world/article/details/42421987</link><guid>https://blog.youkuaiyun.com/china_world/article/details/42421987</guid><author>china_world</author><pubDate>Mon, 05 Jan 2015 14:09:32 +0800</pubDate><description><![CDATA[Presto实现原理和美团的使用实践
     转载自：http://tech.meituan.com/presto.html

木叶丸 本文已发表在《程序员》2014.6月刊2014-06-16 10:45
Facebook的数据仓库存储在少量大型Hadoop/HDFS集群。Hive是Facebook在几年前专为Hadoop打造的一款数据仓库工具。在以前，Facebook的科学家和分析师]]></description><category></category></item><item><title><![CDATA[一次惊心动魄的Percona XTRADB Cluster数据修复过程【MySQL】]]></title><link>https://blog.youkuaiyun.com/china_world/article/details/42295857</link><guid>https://blog.youkuaiyun.com/china_world/article/details/42295857</guid><author>china_world</author><pubDate>Wed, 31 Dec 2014 16:24:42 +0800</pubDate><description><![CDATA[一次惊心动魄的Percona XTRA Cluster DB数据修复过程 看后，让你不再担心MySQL难以修复。当然，最好提前做好MySQL HA方案。]]></description><category></category></item><item><title><![CDATA[2014年大数据年终工作总结]]></title><link>https://blog.youkuaiyun.com/china_world/article/details/42141957</link><guid>https://blog.youkuaiyun.com/china_world/article/details/42141957</guid><author>china_world</author><pubDate>Thu, 25 Dec 2014 10:20:35 +0800</pubDate><description><![CDATA[今天是圣诞节，2014年马上要过去了。回顾这一年在大数据研发上的点点滴滴，总结如下三个方面：
一、大数据研发技术路线
        目前，存在太多的大数据技术，商业软件，如Teradata、Oracle、SAP、IBM等。开源的，如Hadoop、Spark、MPP DB、NewSQL等。在大数据领域，Hadoop呈一支独大势。经过这段时间的学习和了解，发现Hadoop技术复杂，架构复杂，社区版成熟度可能也就80%左右。要想把Hadoop玩转起来，可能需要投入巨大的成本来完善。Cloudera的
CDH也仅]]></description><category></category></item><item><title><![CDATA[Spark发布1.2.0 - 支持Netty NIO / SQL增强]]></title><link>https://blog.youkuaiyun.com/china_world/article/details/42040621</link><guid>https://blog.youkuaiyun.com/china_world/article/details/42040621</guid><author>china_world</author><pubDate>Sat, 20 Dec 2014 13:57:36 +0800</pubDate><description><![CDATA[Spark 1.2.0是在1.X线的第三个版本。此版本带来了Spark的核心引擎性能和可用性方面的改进，一个重要的MLlib新API，Python的扩展ML支持，一个完全高可用的Spark流模式，等等。 GraphX已经看到主要性能和API改进，已经从alpha组件毕业。Spark 1.2代表来自60多个机构的172贡献者的1000个补丁的工作。]]></description><category></category></item><item><title><![CDATA[星环科技CTO孙元浩：统一、廉价、实时、融合，2015大数据趋势]]></title><link>https://blog.youkuaiyun.com/china_world/article/details/41942369</link><guid>https://blog.youkuaiyun.com/china_world/article/details/41942369</guid><author>china_world</author><pubDate>Mon, 15 Dec 2014 12:56:28 +0800</pubDate><description><![CDATA[星环科技CTO孙元浩：统一、廉价、实时、融合，2015大数据趋势




摘要：星环科技CTO孙元浩的演讲主题是“2015年大数据基础技术的演进趋势”。期间，他分享了Spark的一个数据：全球已有近50家企业围绕Spark提供产品和服务，11家提供商业Spark版本。


【优快云现场报道】2014年12月12-14日，由中国计算机学会（CCF）主办，CCF大数据专家委员会承办，]]></description><category></category></item><item><title><![CDATA[重大新闻：Hadoop 2.6.0发布 - 支持硬盘、SSD、内存分层存储]]></title><link>https://blog.youkuaiyun.com/china_world/article/details/41941845</link><guid>https://blog.youkuaiyun.com/china_world/article/details/41941845</guid><author>china_world</author><pubDate>Mon, 15 Dec 2014 11:45:06 +0800</pubDate><description><![CDATA[发布Apache Hadoop 2.6.0
——异构存储，长时间运行的服务与滚动升级支持

我很高兴地宣布，在Apache的Hadoop社区已经发布的Apache Hadoop的2.6.0:http://markmail.org/message/gv75qf3orlimn6kt！

特别是，我们很高兴在此版本中相关的三个主要片：异构存储在HDFS使用SSD和内存层，支持长时间运行在YAR]]></description><category></category></item><item><title><![CDATA[Facebook Bigdata - Presto 0.82 版本说明]]></title><link>https://blog.youkuaiyun.com/china_world/article/details/40979573</link><guid>https://blog.youkuaiyun.com/china_world/article/details/40979573</guid><author>china_world</author><pubDate>Mon, 10 Nov 2014 13:33:50 +0800</pubDate><description><![CDATA[Facebook Bigdata - Presto 0.82 版本说明]]></description><category></category></item><item><title><![CDATA[Facebook Bigdata - Presto 0.81 版本说明]]></title><link>https://blog.youkuaiyun.com/china_world/article/details/40979541</link><guid>https://blog.youkuaiyun.com/china_world/article/details/40979541</guid><author>china_world</author><pubDate>Mon, 10 Nov 2014 13:21:45 +0800</pubDate><description><![CDATA[Facebook Bigdata - Presto 0.81 版本说明 


http://prestodb.io/docs/current/release/release-0.81.html]]></description><category></category></item><item><title><![CDATA[基于PostgreSQL的可扩展的开源大数据集群数据库：Postgres-XL]]></title><link>https://blog.youkuaiyun.com/china_world/article/details/40891671</link><guid>https://blog.youkuaiyun.com/china_world/article/details/40891671</guid><author>china_world</author><pubDate>Fri, 07 Nov 2014 13:56:38 +0800</pubDate><description><![CDATA[Postgres的-XL是一个基于PostgreSQL数据库的横向扩展开源SQL数据库集群，具有足够的灵活性来处理不同的数据库工作负载:

    OLTP 写频繁的业务

    需要MPP并行性商业智能

    操作数据存储

    Key-value 存储

    GIS的地理空间

    混合业务工作环境

    多租户服务提供商托管环境]]></description><category></category></item></channel></rss>