首届!E-MapReduce 极客挑战赛强势来袭,重磅奖项等你拿,快来组队报名啦

本文涉及的产品
EMR Serverless StarRocks,5000CU*H 48000GB*H
简介: 首届 E-MapReduce 极客挑战赛发布,聚焦.SparkSQL执行效率。结合阿里云 EMR和英特尔® 傲腾™ 数据中心级持久内存(以及Intel OAP软件包),优化软件系统和利用硬件的特征,追求TPC-DS测试集的最优性能。帮助参赛队伍实现Spark 代码优化和参数调优,完成性能的优化挑战。

2021年7月5日,首届E-MapReduce 极客挑战赛报名通道正式开启!

750x330.jpg

E-MapReduce 极客挑战赛介绍

E-MapReduce(以下简称 EMR)极客挑战赛由阿里云计算平台事业部、天池平台、Intel 联合举办。首届  EMR极客挑战赛旨在联合众多大数据技术爱好者,聚焦SparkSQL执行效率,结合阿里云 EMR和英特尔® 傲腾™ 数据中心级持久内存(以及Intel OAP软件包),优化软件系统和利用硬件的特征,追求TPC-DS测试集的最优性能。帮助参赛队伍实现Spark 代码优化和参数调优,完成性能的优化挑战。

本次大赛分为初赛、复赛、决赛三个阶段,参赛队伍可根据自身特长兴趣,自由组队报名参加。

大赛信息:

  • 初赛,7月27日-9月23日
  • 复赛,9月27日-10月29日

随着云计算时代的到来,上云成为了一种趋势。 为了让更多的开发者们,体验到在云上开发的优势,我们开启了本届EMR极客挑战赛。为了聚焦于海量数据轻松上云,探讨云上业务系统性能优化的过程,我们设置了相关赛题。赛题结合英特尔最新的PMem持久化内存技术以及我们的云原生数据湖相关技术,对选手提出了非常高的技术挑战,也是一个可以更好的了解EMR集群配置,云原生以及软硬一体化设计的机会。

阿里云E-MapReduce极客挑战赛QA沟通🏆,钉钉群号:35434038

image.png

报名入口及赛题详情:

https://tianchi.aliyun.com/competition/entrance/531912/introduction

总体赛程安排:

image.png

奖项设置

此次 E-MapReduce 极客挑战赛设置一个赛题进行比赛,共有 6 支队伍可获得以下奖项:

  • 冠军:1支队伍,每支队伍奖金拾万,颁发获奖证书
  • 亚军:2支队伍,每支队伍奖金伍万,颁发获奖证书
  • 季军:3支队伍,每支队伍奖金贰万,颁发获奖证书

▼ 大赛助阵嘉宾 ▼

image.png

报名链接:

https://tianchi.aliyun.com/specials/promotion/emapreduceaep2021


相关实践学习
数据湖构建DLF快速入门
本教程通过使⽤数据湖构建DLF产品对于淘宝用户行为样例数据的分析,介绍数据湖构建DLF产品的数据发现和数据探索功能。
快速掌握阿里云 E-MapReduce
E-MapReduce 是构建于阿里云 ECS 弹性虚拟机之上,利用开源大数据生态系统,包括 Hadoop、Spark、HBase,为用户提供集群、作业、数据等管理的一站式大数据处理分析服务。 本课程主要介绍阿里云 E-MapReduce 的使用方法。
相关文章
|
机器学习/深度学习 分布式计算 Cloud Native
26万奖金 | 第一届 E-MapReduce 极客挑战赛 诚邀英才前来挑战!
日前,“ 第一届 E-MapReduce 极客挑战赛 ”在阿里云天池官网正式开赛。据悉,本次大赛由阿里云、英特尔联合举办,聚焦 SparkSQL 执行效率,探索 TPC-DS 测试集最优性能,助力海量数据轻松上云,全程将有资深技术专家提供技术指导。
26万奖金 | 第一届 E-MapReduce 极客挑战赛 诚邀英才前来挑战!
|
存储 分布式计算 资源调度
赛题解析 | E-MapReduce 极客挑战赛
首届 E-MapReduce 极客挑战赛已开启,奖金高达26万,欢迎大家踊跃报名!本文主要讲解自测工具的使用以及代码的提交和评测,帮助选手更高效的解题。
赛题解析 | E-MapReduce 极客挑战赛
|
2月前
|
分布式计算 Hadoop
Hadoop系列 mapreduce 原理分析
Hadoop系列 mapreduce 原理分析
51 1
|
2月前
|
存储 分布式计算 负载均衡
【大数据技术Hadoop+Spark】MapReduce概要、思想、编程模型组件、工作原理详解(超详细)
【大数据技术Hadoop+Spark】MapReduce概要、思想、编程模型组件、工作原理详解(超详细)
126 0
|
1月前
|
分布式计算 Hadoop Java
Hadoop MapReduce编程
该教程指导编写Hadoop MapReduce程序处理天气数据。任务包括计算每个城市ID的最高、最低气温、气温出现次数和平均气温。在读取数据时需忽略表头,且数据应为整数。教程中提供了环境变量设置、Java编译、jar包创建及MapReduce执行的步骤说明,但假设读者已具备基础操作技能。此外,还提到一个扩展练习,通过分区功能将具有相同尾数的数字分组到不同文件。
25 1
|
1月前
|
数据采集 SQL 分布式计算
|
2月前
|
分布式计算 Hadoop Java
Hadoop MapReduce 调优参数
对于 Hadoop v3.1.3,针对三台4核4G服务器的MapReduce调优参数包括:`mapreduce.reduce.shuffle.parallelcopies`设为10以加速Shuffle,`mapreduce.reduce.shuffle.input.buffer.percent`和`mapreduce.reduce.shuffle.merge.percent`分别设为0.8以减少磁盘IO。
|
1月前
|
存储 分布式计算 Hadoop
Hadoop生态系统详解:HDFS与MapReduce编程
Apache Hadoop是大数据处理的关键,其核心包括HDFS(分布式文件系统)和MapReduce(并行计算框架)。HDFS为大数据存储提供高容错性和高吞吐量,采用主从结构,通过数据复制保证可靠性。MapReduce将任务分解为Map和Reduce阶段,适合大规模数据集的处理。通过代码示例展示了如何使用MapReduce实现Word Count功能。HDFS和MapReduce的结合,加上YARN的资源管理,构成处理和分析大数据的强大力量。了解和掌握这些基础对于有效管理大数据至关重要。【6月更文挑战第12天】
48 0
|
1月前
|
分布式计算 Java Hadoop
简单的java Hadoop MapReduce程序(计算平均成绩)从打包到提交及运行
简单的java Hadoop MapReduce程序(计算平均成绩)从打包到提交及运行
26 0
|
1月前
|
分布式计算 Hadoop Java
使用Hadoop MapReduce分析邮件日志提取 id、状态 和 目标邮箱
使用Hadoop MapReduce分析邮件日志提取 id、状态 和 目标邮箱