| |
| |
 |
2016-06-16 第105期 |
|
| |
| |
Uber在大数据运用上的惊人表现 |
|
 |
|
Uber在2009年发布时仅覆盖旧金山一地，目前除了南极洲，已覆盖所有大陆的许多主要城市。这家公司深深地扎根于大数据，对数据的运用远比传统出租车公司要更高效，而这正是促使它成功的很大一部分原因。Uber储存着服务覆盖范围内所有城市的司机信息，一旦有乘客请求搭车，他们就能立即为其匹配最合适的司机。 |
| |
| |
Hadoop的平台版本选择 |
|
 |
|
因为hadoop是开源的，所以经过这么多年的发展，已经有更多的分支版本。也有很多公司专门发行了相关版本以及管理工具，甚至对mapreduce等的编写进行了封装形成了套件，实现了配置化的更方便的使用hadoop。学习使用hadoop之前我们应该对hadoop的版本平台有足够的了解，才能更好的作出选择。 |
| |
| |
谷歌数据中心安全及设计的最佳实践 |
|
 |
|
在首次云端平台使用者大会上，谷歌的两位领导者——数据中心的运营副总裁Joe Kava和安全隐私方面的优秀工程师Niels Provos向与会者分享了谷歌在全球范围内设计、构建、运行和保护数据中心的实践方式，其中包含一些令谷歌的数据中心独一无二的秘诀，及其对于谷歌云端平台用户的意义。 |
| |
| |
大数据即服务（BDaaS）：大数据行业的下一个热门 |
|
 |
|
我们有软件即服务（SaaS）、平台即服务（PaaS）和数据即服务（DaaS），现在把它们全部揉杂在一起，再将所涉及的数据量大幅增加，就有了大数据即服务（BDaaS）。也许这个术语不怎么为人所知，但却非常恰当地描述了一个快速成长的新市场。在过去几年中，很多企业纷纷开始提供基于云的大数据服务，以帮助其它公司和企业解决数据方面的困境。 |
| |
| |
利用Hadoop构建豆瓣图书推荐系统 |
|
 |
|
推荐系统广泛存在与各大网站上，比如说亚马逊，淘宝等电商类网站上，而且在社交网络上也应用的十分广泛，比如说facebook的你可能认识，微博的好友推荐，也比如说csdn博客的你可能喜欢等等。作者介绍在做的一个豆瓣图书推荐系统，采用的算法主要是协同过滤算法，使用Python+Django+MySQL进行部署。 |
| |
| |
程序中减少使用if语句的方法集锦 |
|
 |
|
如果不用if语句，又怎么能写出有用的程序呢？是否还记得你拼命想读懂的深度嵌套代码？糟透了对么？要是有办法能简化它该多好。反if活动的网站上没给出多少实用性建议，因此在本文中，作者将会提供一系列模式，也许你会用得上。 |
| |
| |
解读CaffeOnSpark——对话雅虎机器学习平台负责人 |
|
 |
|
Andy Feng是Apache Storm的Committer，同时也是雅虎公司负责大数据与机器学习平台的副总裁。本次他接受《程序员》记者专访，从研发初衷、设计思想、技术架构、实现和应用情况等角度对CaffeOnSpark进行了解读。 |
| |
| |
在调试器里看百度云管家 |
|
 |
|
CPU执行1秒，“管家”就会触发24万多个缺页异常。本文将告诉你它究竟在忙啥。这次的对手不一般，也是懂调试的，检测到调试器后，主动退出了。“你上调试器，我不跑了，死给你看。” |
| |
| |
| |
Hadoop与大数据周刊 |
|
| |
由CSDN和《程序员》杂志编辑与社区共同打造，涵盖大数据及Hadoop领域，萃取最精华Hadoop与大数据技术内容，每周四发送。 |
|
| |
CSDN 移动客户端 |
|
CSDN官方微信 |
|
|
|
 |
 |
|
| |
|