标签: Hadoop
-
重视大数据分析有哪些好处?IT经理有话说
2017-01-22 | 作者:Craig Stedman | 翻译:乔俊婧随着Hadoop,Spark和其他大数据技术作为更多组织中的关键IT组件,越来越重视寻找大数据分析应用程序的业务优势,
-
数据科学挑战重重 get新技能成当务之急
2017-01-17 | 作者:Ed Burns | 翻译:乔俊婧随着更多新兴工具和技术的出现,许多企业正在努力应对当今大数据和数据科学生态系统的复杂性。根据TDWI的最新研究,专业数据科学家的短缺仍然是企业面临的数据科学的挑战之一。
-
Amazon引入Athena 是否意味着AWS云上Hadoop的终结?
2017-01-02 | 作者:Jack Vaughan | 翻译:张亮亮Amazon Web Services准备尝试扩展云计算龙头地位,继续充实其数据基础设施,这次使用的是新的查询服务。
-
分析工具很难选? 且看这些企业如何挖掘大数据价值
2016-12-27 | 作者:Craig Stedman | 翻译:杨宏玉作为大数据平台,如Hadoop,NoSQL数据库和Spark 处理引擎被企业广泛采用。部署先进的分析工具,帮助企业分析业务数据流,这类方式被越来越多的企业所接受。
-
引领“大数据技术风暴” 机器学习正当下
2016-12-21 | 作者:Jack Vaughan | 翻译:杨宏玉Ovum(咨询顾问公司)的分析师Tony Baer分享了他对于云端机器学习工具,物联网驱动流分析和Hadoop的一些观点。这些技术在2016年备受人们关注,2017年这种趋势将会延续。
-
IT 团队如何将大数据分析“化繁为简”?
2016-12-19 | 作者:Craig Stedman | 翻译:杨宏玉即使现在有了高级分析工具扩展阵列,但分析团队在开发大数据应用程序,以及从大数据分析应用中获得可用数据方面,仍然面临大量挑战。
-
大数据管道技术 推动Hadoop架构与开发模式的变革
2016-12-06 | 作者:Jack Vaughan | 翻译:杨宏玉最近几年,开源Hadoop风格的数据开发已经获得了很大的关注,但让主流企业采用这种开发模式依然用了很长时间。
-
Spark架构在大数据环境的核心位置找到用武之地
2016-12-01 | 作者:Craig Stedman | 翻译:张亮亮Spark的最开始的名片是它能比MapReduce更快地运行批处理应用程序,而其编程环境和执行引擎是嵌入在Hadoop原始版本中的。
-
功能上的“硬伤”并非Spark应用解不开的死结
2016-11-30 | 作者:Craig Stedman | 翻译:张亮亮虽然Spark自身还有待完善,但由于在批处理应用性能方面的优势,Spark正在逐渐将MapReduce边缘化,该数据处理引擎的使用正在快速增长。
-
Hadoop生态系统中的容器和微服务 玩出哪些新花样?
2016-11-28 | 作者:Jack Vaughan | 翻译:冯昀晖最近大多数大数据应用都部署在裸设备上,这意味着Hadoop大多数部署在非虚拟化服务器上。随着容器和微服务对应用开发圈产生影响,这种情况在发生改变。
电子杂志 >更多
-
《数据价值》2017年9月刊·HR也搭上AI这班“顺风车”
人工智能应用程序为一系列业务流程提供了宝贵的洞察力和帮助,而今天的应用只是冰山一角。而且AI不是人的替代品,AI将补充人类的工作或接管不需要复杂决策技能的重复性任务。
-
《数据价值》2017年3月刊·当预测模型失败了
随着大数据环境的不断发展,集成和准备分析数据的工作正在发生显著的变化。
-
《数据价值》2016年10月刊·窥探未来的水晶球
企业可以利用Hadoop以及所有与它相关的技术设计大数据环境,以满足其特定的需求。但把所有的技术集成在一起并不是一件容易的事。
-
《数据价值》2016年8月刊·拉近与数据之间的距离
企业想要从大数据中发掘价值,提升商业洞察,离不开分析软件和云技术的支撑。
技术手册 >更多
-
技术指南:从大数据到快数据
NoSQL数据库公司VoltDB副总裁John Piekos结合多年技术经验,论述了快数据给现代企业架构带来的挑战,他认为,相比于数据规模的爆炸式增长而言,数据速度的快速变化和增长才是数据分析行业面临的主要挑战。
-
医疗行业BI应用案例集锦
本次技术手册汇总了医疗行业BI用例,包括Oracle EBS部署、惠普Vertica分析平台使用、数据库虚拟化技术、大数据分析技术、物联网技术等。
-
可视化指导手册:将数据整合到业务的新方法
可视化需要变成为一种引领成功的战略,而不仅仅是一种制作图表的活动。如何从数据驱动转变为决策可视化驱动呢?本手册将告诉你其中的11个要点。
-
零售行业BI应用案例集锦
零售行业销售点(point of sale)多、数据类型复杂、渠道广泛、数据规模巨大,变革传统BI的需求更加强烈。在这本集锦中,我们介绍了可口可乐公司、无印良品、宜家家居和乐购百货的BI应用实践。