
2015-10-21
CDA數(shù)據(jù)分析師俱樂部從2013年3月開始成功舉辦了很多次線下聚會討論,積累了豐富的經(jīng)驗,基于大數(shù)據(jù)狂潮和數(shù)據(jù)分析業(yè)務(wù)的發(fā)展,現(xiàn)在我們改變聚會的形式和時間,將以CDA數(shù)據(jù)分析師驛站的形式,在每周六(18:30-20:30無特殊情況時間不變)邀您與大家圍在一起,喝喝咖啡,談?wù)労献?,聽聽大?shù)據(jù)牛人的真知灼見 。會員也可以發(fā)言和主題分享,只需要提前告知申請,并準(zhǔn)備簡單的ppt!
10月17日,CDA俱樂部線下活動回顧
主題:Hadoop從部署到應(yīng)用
俱樂部特邀嘉賓:曹正鳳老師
一、先用幾分鐘聊了下大數(shù)據(jù)現(xiàn)狀。
二、轉(zhuǎn)為Hadoop的安裝與部署
1.配置單機(jī)分布,
2.進(jìn)而布置成偽分布
3.最后搭建集群分布的流程和編程(一連串代碼就不寫了。。)
三、最后講到大數(shù)據(jù)的實際應(yīng)用,主要有以下幾點:
1.大數(shù)據(jù)提升預(yù)測準(zhǔn)確性,
2.精準(zhǔn)營銷,整合營銷,聯(lián)合營銷。 并以 谷歌、耐克等企業(yè)為例。
俱樂部特邀嘉賓:孫增輝老師。
從企業(yè)需求、技術(shù)實現(xiàn)等角度,講解MapReduce、spark、storm三種分布式的優(yōu)缺點。區(qū)別與聯(lián)系。在運(yùn)行海量數(shù)據(jù)時,公司主要有兩種解決方式,一個是用大型計算機(jī)(兩千萬左右),二是采用分布式(價格便宜),所以在大部分企業(yè)中都是用分布式運(yùn)行處理海量數(shù)據(jù)。Hadoop和spark的銜接,storm的性能優(yōu)勢及成本劣勢。最后詳細(xì)的講解了三種軟件在企業(yè)中應(yīng)用的流程。
針對兩位嘉賓的發(fā)言,其他會員進(jìn)行了半個小時的提問,針對會員的各種問題,兩位老師都一一解答。主要有一下幾點:
1.現(xiàn)在企業(yè)中用的是 商業(yè)Hadoop還是免費版本的, 因為免費版本的要自己寫程序,而上夜班的只要點點按鈕就可以了,這對要不要學(xué)習(xí)Hadoop,很迷茫。
因為商業(yè)的Hadoop的費用是很貴的,并且和企業(yè)的具體需求匹配度等問題,現(xiàn)在大部分企業(yè)都是使用免費版本的,例如 阿里 百度, 他們都是自定義開發(fā)Hadoop的。
2.我現(xiàn)在搭建過單機(jī)分布,想在想要研究Hadoop的維護(hù)方向,老師有何建議?
如果你只是搭建過單機(jī),對Hadoop的整體運(yùn)行流程和應(yīng)用都不了解,那還是從基本學(xué)起?,F(xiàn)在維護(hù)方面有需求,但是沒有形成規(guī)模,并且Hadoop更新太快了, 做維護(hù)研究,會貶值的,就是你學(xué)會了2.版本的維護(hù),Hadoop的3.版本就上線了,那你就要從新學(xué)起
3.就想您說的Hadoop更新太快,那我們現(xiàn)在學(xué)習(xí)這些有用嗎?會不會剛學(xué)習(xí)完,就更新了,還要重新學(xué)起?
Hadoop更新是很快,但主要從內(nèi)存等方面更新, 代碼原理是不會改變的, 所以把代碼學(xué)會,就不怕Hadoop更新的快與慢了,但對Hadoop更新的特點要了解清楚
當(dāng)投入到一件事情后,時間就會過得很快。不知不覺兩個半小時已經(jīng)過去,會員們還在積極討論,但時間已經(jīng)很晚了,不得不結(jié)束本次活動。相信會員們都收獲了一定的知識或者想法,但還沒有盡興,我們創(chuàng)建了微信群,以便后期交流。后續(xù)俱樂部互動會持續(xù)展開。希望大家多多參與交流
期待下一期活動:《數(shù)據(jù)分析案例集》新書試讀會:http://bbs.pinggu.org/thread-3932529-1-1.html
完 謝謝觀看