开源大数据周刊-第29期

摘要：

阿里云E-Mapreduce动态 E-Mapreduce产品即将发布的版本信息如下： 1.5.2版本 增加预定制配置，如试用型／入门型／计算型／内存型等 增加包年包月自动续费功能 1.6.0版本 交互式查询（支持Hive、Spark）资讯 CIO时代学院院长姚乐：大数据的行业应用策略 关于大数据的发展，CIO时代学院院长姚乐认为有三个趋势值得我们关注：第一、数据资源鉴权问题；第二、与云计算的深度融合；第三、与人工智能的深度融合。

阿里云E-Mapreduce动态

E-Mapreduce产品即将发布的版本信息如下：

1.5.2版本

• 增加预定制配置，如试用型／入门型／计算型／内存型等
• 增加包年包月自动续费功能

1.6.0版本

• 交互式查询（支持Hive、Spark）

资讯

• CIO时代学院院长姚乐：大数据的行业应用策略

  关于大数据的发展，CIO时代学院院长姚乐认为有三个趋势值得我们关注：第一、数据资源鉴权问题；第二、与云计算的深度融合；第三、与人工智能的深度融合。
  复制代码

• 美国大选背后的个人隐私与大数据

  美国总统竞选从来都是一项注重公众参与的活动，了解公众的需求，获得公众的喜好再加以满足，是入主白宫的根本;现在的候选人们早已意识到，数据技术是必要的途径。
  复制代码

• 数据变现独角兽-10种商业模式

  数据，已经成为每一个行业和各种业务职能领域重要的生产因素和变革力量。数据的积累、合作、整理、挖掘、利用是现代企业所必需的基本素养，没有它，你的企业将无力面对大数据时代的竞争。文章就困扰企业决策者的诸多问题，总结和分享了10种商业模式。
  复制代码

• 企业部署云计算之后，下一步会考虑什么？

  移动信息化研究中心认为：国内企业部署云计算实现预期收益之后，将继续进行预算追加。
  复制代码

• （技术）一篇文读懂分布式系统本质：高吞吐、高可用、可扩展
  

  分布式系统几乎是解决互联网业务承载量问题的最基本方法，所以作为一个服务器端程序员，掌握分布式系统技术就变得异常重要了。文章从吞吐，并发，延迟和负载四个角度来说明如何构建一个高可靠，高可用，高性能和可扩展的分布式系统。
  复制代码

• （技术）HBase高可用原理与实践
  

   文章介绍了HBase上常见的几种高可用问题，并深入介绍了HBase如何解决这些问题以及HBase高可用特性的实现原理。
  复制代码

• （技术）Scalable Stream Processing: A Survey of Storm, Samza, Spark and Flink

  文章全面比较了Storm，Trident，Samza，Spark Streaming，Flink（Streaming）流式处理框架的特性，同时提供了Apex ，Heron，MillWheel，Beam， IBM Infosphere Streams等等流式处理器的特性。
  复制代码

• （技术）Spark 在反作弊聚类场景的实践

  针对批量的 spammer内容和行为，聚类是一种替代人工策略行之有效的方法，文章尝试使用聚类的方式去发现和挖掘spammer。anti-spam复制代码