【Spark 最佳实践】微软 Bing 搜索规模下的 SparkStreaming 应用 http://click.aliyun.com/m/10276/

最近一个实时消费者处理任务，在使用 spark streaming 进行实时的数据流处理时，我需要将计算好的数据更新到 hbase 和 mysql 中，所以本文对 spark 操作 hbase 和 mysql 的内容进行总结，并且对自己踩到的一些坑进行记录。

Spanner 是谷歌公司研发的、可扩展的、多版本、全球分布式、同步复制数据库。它是第一个把数据分布在全球范围内的系统，并且支持外部一致性的分布式事务。本文描述了 Spanner 的架构、特性、不同设计决策的背后机理和一个新的时间 API，这个 API 可以暴露时钟的不确定性。

数据可视化的目的是有两个：一个是更好地分享和传达数据信息，二个是通过设计之美有效地缩短信息的传达。本文将分享大数据可视化的相关概念和期缴，帮助大家培养一种全新的方式去认识世界的过程，改变对数据的呈现和思考方式。

前段时间，跟候选人聊天的时候，一个有多年工作经验的资深 iOS 工程师告诉我，他最近正在学习 Machine Learning 相关的知识。他觉得，对于程序员来说，技术进步大大超过世人的想象，如果你不跟随时代进步，就会落后于时代。 我其实已经听过很多人跟我说过类似的话。只不过不同人嘴里提到的词汇各有不同——大数据、数据挖掘、机器学习、人工智能…… 这些当前火热的概念各有不同，又有交叉，总之都是推动我们掌控好海量数据，并从中提取到有价值信息的技术。

本文作者通过猎上网的案例分析，详细地从定位、协同、需求、技术和人员等五个方面阐述了创业公司快速搭建数据团队的方法和步骤。

数据可视化是让信息易读，还是更复杂？