Kudu 是一个基于 Raft 的分布式存储系统，它致力于融合低延迟写入和高性能分析这两种场景，并且能很好的嵌入到 Hadoop 生态系统里面，跟其他系统譬如 Cloudera Impala，Apache Spark 等对接。 Kudu 很类似 TiDB。最开始，TiDB 是为…

前文我们提到过Elastic Search 操作索引的 Rest Api。实际上 Elastic Search 的 Rest Api 提供了所有的操作接口。在编程语言中可以直接这么使用 Rest Api 可以调用 Elastic Search 的所有功能，但是非常的不方便和直观…

经常有初学者在博客和QQ问我，自己想往大数据方向发展，该学哪些技术，学习路线是什么样的，觉得大数据很火，就业很好，薪资很高。如果自己很迷茫，为了这些原因想往大数据方向发展，也可以，那么我就想问一下，你的专业是什么，对于计算机/软件，你的兴趣是什么？是计算机专业，对操作系统、硬件、

成神之路，需要耐得住寂寞，开启总结源码之旅。 我阅读总结源码的目的不是为了炫技，我希望通过阅读源码可以解决一些问题，也可以通过阅读源码理解别人思想，以帮助我们更好的写我们的代码。 在多线程的场景中，我们需要如何同步数据，通常会使用synchronized或者lock来处理，使用…

在开始案例分享前，先简单介绍一下 4399 以及 4399 的大数据团队 4399 是中国最早的和领先的在线休闲小游戏平台，日活跃达 2000 多万 4399 游戏盒是 4399 旗下的手游分发平台，日活过 350w 4399 的大数据团队规模在 15 人左右，主要…

最近我从马克·里德尔 那拿到了很棒的自然语言方面的数据集 ：从WIKI下载了112000个故事作品的情节。其中包括了书籍、电影、电视剧集、视频游戏等有“情节”的任何内容。 这为我定量分析故事结构提供了一个很好的契机。在这篇文章中，我将会进行一个简单的分析来检验在故事中的特定情节…

摩拜单车于 2015 年 1 月成立，2016 年 4 月 22 日地球日当天正式推出智能共享单车服务，截至 2017 年 11 月中旬，已先后进入国内外超过 180 个城市，运营着超过 700 万辆摩拜单车，为全球超过 2 亿用户提供着智能出行服务，日订单量超过 3000 万…

在数据仓库建模中，未经任何加工处理的原始业务层数据，我们称之为ODS(Operational Data Store)数据。在互联网企业中，常见的ODS数据有业务日志数据（Log）和业务DB数据（DB）两类。对于业务DB数据来说，从MySQL等关系型数据库的业务数据进行采集，然后…

在大数据时代，要想个性化实现业务的需求，还是得操纵各类的大数据软件，如：hadoop、hive、spark 等。笔者（阿里封神）混迹 Hadoop 圈子多年，经历了云梯 1、ODPS 等项目，目前 base 在 E-Mapreduce。在这，笔者尽可能梳理下 hadoop 的学习之路。