• 老男孩
    2019-01-08
    授之于鱼不如授之于渔,思想比工具更重要。这也许就是专栏老师的用意所在。🤔
    
     16
  • My dream
    2019-01-12
    现在阿里出的flink是blink的改进版,老师都不讲一下怎么用,怎么搭建,唉😔,买了这套课程一点都不适合我
     2
     8
  • 杨锋
    2019-03-05
    每个人看专栏的目的不一样吧。我觉得讲一些思想挺好的
    
     5
  • 观弈道人
    2019-01-08
    陈述了现实困境,业务开发很难掌握底层技术,甚至找不到学习目标,但并没有良方解药
    
     5
  • 蠟筆小噺
    2019-01-08
    老师,目前基于容器的云平台越发大行其道,spark也对k8s支持越来越好。感觉正在蚕食hadoop平台,未来基于容器云的大数据、人工智能是否会成为新的标准?对于大数据开发者来说,我们是否需要自己尝试向云平台看齐?需要做怎样的努力?

    作者回复: 不同容器只是多一种部署方案,对开发者多一种选择,能替代的只是yarn,存储计算才是大数据的核心。对于大数据运维环境,顺势而为即可。

    
     4
  • 纯洁的憎恶
    2019-01-08
    大数据技术及其生态链的演进过程耐人寻味,与其说是技术进步,不如说是应用场景引导的互联网“基础设施变革”。进入新世纪,快速增长的互联网企业,积累了庞大的数据,以至于无法使用传统手段处理,它们开始探索新方法,大数据技术就这么诞生了。随后市场逐渐出现了开源平台,让更多的互联网企业可以参与进来,也吸引着越来越多的开发者加入到这个新鲜的领域。于是大量的新需求推动了大数据工具不断向上封装,使得大数据技术门槛大大降低、使用越来越方便。同时,摩尔定律、网络基础设施的完善与提速、数据获取日益简便,使得大数据技术应用成本也在大大下降。各行各业纷纷涌入,疯狂捆绑在大数据战车上为彼此赋能。大数据服务也随之快速商业化,朝着“飞入寻常百姓家”的方向飞奔。大数据就像是高深的掘井技术,一步步变成了只要打开水龙头就能获取的日常资源。也许未来大数据(人工智能)、IoT、区块链会成为智能社会的三驾马车。就像电力系统、自来水系统、燃气系统、公共交通系统之于工业化城市一样。
    展开
    
     4
  • gogo
    2019-01-09
    是啊,正如楼上所说,我们好像没有从大数据平台中看到容器的身影…… 老师可否稍微提一下……

    作者回复: yarn有自己的container,详情yarn一期专栏

    
     2
  • 杰之7
    2019-01-08
    通过这一节的阅读学习,能进一步加深我对大数据平台的理解。

    在文章中老师讲到数据驱动业务,就是大数据产品和应用产品的结合,通过我们每一步的点击、浏览,重复使用之后,大数据产品通过统计,进行机器训练,然后得到有价值的信息反馈给我们。

    学习到这里,大数据产品和平台也就接近尾声了,后面两章节分析和算法部分,也需要我们认真学习。到这里,我希望老师开一个实战篇的专栏,期望实战的内容同这一个专栏一样对我们同学有价值。感谢老师。
    展开
    
     2
  • Jet
    2019-01-08
    老师的讲课内容似乎没有揽盖数据倾斜问题,请问老师这方面有资料可循吗?
    
     2
我们在线,来聊聊吧