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以下： 1.5.2版本 增长预约制配置，如试用型／入门型／计算型／内存型等 增长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咱们关注：第1、数据资源鉴权问题；第2、与云计算的深度融合；第3、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以下：

1.5.2版本

• 增长预约制配置，如试用型／入门型／计算型／内存型等
• 增长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咱们关注：第1、数据资源鉴权问题；第2、与云计算的深度融合；第3、与人工智能的深度融合。
  复制代码

• 美国大选背后的我的隐私与大数据

  美国总统竞选历来都是一项注重公众参与的活动，了解公众的需求，得到公众的喜爱再加以知足，是入主白宫的根本;如今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，已经成为每个行业和各类业务职能领域重要的生产因素和变革力量。数据的积累、合做、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

• 企业部署云计算以后，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以后，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，因此做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讲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，并深刻介绍了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 在反做弊聚类场景的实践

  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