大数据经典论文解读
徐文浩
bothub 创始人
13844 人已学习
新⼈⾸单¥59
登录后,你可以任选4讲全文学习
课程目录
已完结/共 59 讲
大数据经典论文解读
15
15
1.0x
00:00/00:00
登录|注册

用户故事 | 黄涛:水滴石穿、坚持不懈,必能有所精进

你好,我叫黄涛,目前在一家互联网公司从事大数据开发工作,主要负责大数据应用的开发,以及数仓平台工具的搭建和维护。
在跟随这门课程学习的过程中,我增长了很多大数据相关的知识,对于大数据技术和相关开源组件,也有了更深的了解。今天正好可以借着这个机会,来记录下自己的一点心得体会,也跟你分享一下我的学习思路,咱们一起聊一聊。

为什么我要来学这门课?

大数据在最近十几年非常红火,大数据技术及组件层出不穷。对于新入门大数据行业的人来说,会有一种进入少林藏经阁,却不知从哪里学起的感觉。对于已经进入行业两三年的人来说,也会有一种技术不断更新迭代,何时是个尽头的苦恼。
之前我在极客时间参加了《大数据训练营》的学习,课程结束,老师介绍了如何在大数据行业持续精进的方法,其中提到了一个关键,就是去读大数据技术背后的论文
了解大数据的人都清楚,大数据技术的兴起,绕不开 Google 在十几年前发表的三篇论文。而第一代大数据技术,我们如雷贯耳的 HDFS、HBase、MapReduce,也正是基于这三篇论文实现的。大数据技术的迭代,背后也正是知名高校或大公司发表的相关论文。没有这些论文,这些技术也无从谈起。
当然,我们也都知道,论文可以说是知识浓缩后的精华。随便一段论文内容,也包含着大量的信息,想要读懂,极为不易。幸运的是,极客时间开设了一门课程,就是徐文浩老师的《大数据经典论文解读》课。我发现后,也是第一时间下单购买了课程,希望能在老师的带领下,深入理解大数据技术背后的这些论文。
确认放弃笔记?
放弃后所记笔记将不保留。
新功能上线,你的历史笔记已初始化为私密笔记,是否一键批量公开?
批量公开的笔记不会为你同步至部落
公开
同步至部落
取消
完成
0/2000
荧光笔
直线
曲线
笔记
复制
AI
  • 深入了解
  • 翻译
    • 英语
    • 中文简体
    • 中文繁体
    • 法语
    • 德语
    • 日语
    • 韩语
    • 俄语
    • 西班牙语
    • 阿拉伯语
  • 解释
  • 总结

黄涛是一位在互联网公司从事大数据开发工作的专业人士。他通过参加《大数据训练营》学习课程,深入了解了大数据技术和相关开源组件。在学习过程中,他发现了徐文浩老师的《大数据经典论文解读》课程,并分享了自己的学习心得。 黄涛强调了学习大数据技术的重要性,特别是阅读大数据技术背后的经典论文。他以GFS和Kafka为例,详细解析了这两个大数据系统的可靠性、可扩展性、可维护性和功能等方面。通过学习这些经典论文,他得出了一些感悟,包括系统设计的优秀解决方案、充分考虑系统的各种依赖条件、考虑数据流的上下游以及系统各种要素的均衡。 总的来说,黄涛强调了持续学习和深入理解大数据技术的重要性,以及在系统设计中需要考虑的多方面因素。他鼓励读者与他一起努力学习,共同进步。

仅可试看部分内容,如需阅读全部内容,请付费购买文章所属专栏
《大数据经典论文解读》
新⼈⾸单¥59
立即购买
登录 后留言

精选留言

由作者筛选后的优质留言将会公开显示,欢迎踊跃留言。
收起评论
显示
设置
留言
收藏
沉浸
阅读
分享
手机端
快捷键
回顶部