数据分析师

CDA俱乐部周末线下聚会回顾——Hadoop从部署到应用

收藏

来源: CDA数据分析师 | 发布时间:2015-10-21 11:06:24

CDA数据分析师俱乐部从2013年3月开始成功举办了很多次线下聚会讨论,积累了丰富的经验,基于大数据狂潮和数据分析业务的发展,现在我们改变聚会的形式和时间,将以CDA数据分析师驿站的形式,在每周六(18:30-20:30无特殊情况时间不变)邀您与大家围在一起,喝喝咖啡,谈谈合作,听听大数据牛人的真知灼见 。会员也可以发言和主题分享,只需要提前告知申请,并准备简单的ppt!

10月17日,CDA俱乐部线下活动回顾

主题:Hadoop从部署到应用


俱乐部特邀嘉宾:曹正凤老师
一、先用几分钟聊了下大数据现状。
二、转为Hadoop的安装与部署
  1.配置单机分布,
  2.进而布置成伪分布
  3.最后搭建集群分布的流程和编程(一连串代码就不写了。。)
三、最后讲到大数据的实际应用,主要有以下几点:
1.大数据提升预测准确性,
2.精准营销,整合营销,联合营销。 并以 谷歌、耐克等企业为例。

俱乐部特邀嘉宾:孙增辉老师。
从企业需求、技术实现等角度,讲解MapReduce、spark、storm三种分布式的优缺点。区别与联系。在运行海量数据时,公司主要有两种解决方式,一个是用大型计算机(两千万左右),二是采用分布式(价格便宜),所以在大部分企业中都是用分布式运行处理海量数据。Hadoop和spark的衔接,storm的性能优势及成本劣势。最后详细的讲解了三种软件在企业中应用的流程。

针对两位嘉宾的发言,其他会员进行了半个小时的提问,针对会员的各种问题,两位老师都一一解答。主要有一下几点:
1.现在企业中用的是 商业Hadoop还是免费版本的, 因为免费版本的要自己写程序,而上夜班的只要点点按钮就可以了,这对要不要学习Hadoop,很迷茫。
  因为商业的Hadoop的费用是很贵的,并且和企业的具体需求匹配度等问题,现在大部分企业都是使用免费版本的,例如 阿里 百度, 他们都是自定义开发Hadoop的。

2.我现在搭建过单机分布,想在想要研究Hadoop的维护方向,老师有何建议?
  如果你只是搭建过单机,对Hadoop的整体运行流程和应用都不了解,那还是从基本学起。现在维护方面有需求,但是没有形成规模,并且Hadoop更新太快了, 做维护研究,会贬值的,就是你学会了2.版本的维护,Hadoop的3.版本就上线了,那你就要从新学起

3.就想您说的Hadoop更新太快,那我们现在学习这些有用吗?会不会刚学习完,就更新了,还要重新学起?
Hadoop更新是很快,但主要从内存等方面更新, 代码原理是不会改变的, 所以把代码学会,就不怕Hadoop更新的快与慢了,但对Hadoop更新的特点要了解清楚


当投入到一件事情后,时间就会过得很快。不知不觉两个半小时已经过去,会员们还在积极讨论,但时间已经很晚了,不得不结束本次活动。相信会员们都收获了一定的知识或者想法,但还没有尽兴,我们创建了微信群,以便后期交流。后续俱乐部互动会持续展开。希望大家多多参与交流



期待下一期活动:《数据分析案例集》新书试读会:http://bbs.pinggu.org/thread-3932529-1-1.html

分享到:

CDA数据分析师周边