各种系统架构图与详细说明
原文:各种系统架构图与详细说明
共享平台逻辑架构设计
如上图所示为本次共享资源平台逻辑架构图，上图整体展现说明包括以下几个方面：
1 应用系统建设
本次项目的一项重点就是实现原有应用系统的全面升级以及新的应用系统的开发，从而建立行业的全面的应用系统架构群。
MapReduce 不适合处理实时数据的原因剖析
1.概述
Hadoop已被公认为大数据分析领域无可争辩的王者，它专注与批处理。这种模型对许多情形（比如：为网页建立索引）已经足够，但还存在其他一
些使用模型，它们需要来自高度动态的来源的实时信息。为了解决这个问题，就得借助Twitter推出得Storm。Storm不处理静态数据，但它处理预
机器学习之类别不平衡问题 (3) —— 采样方法
机器学习之类别不平衡问题 (1) —— 各种评估指标
机器学习之类别不平衡问题 (2) —— ROC和PR曲线
机器学习之类别不平衡问题 (3) —— 采样方法
前两篇主要谈类别不平衡问题的评估方法，重心放在各类评估指标以及ROC和PR曲线上，只有在明确了这些后，我们才能据此选择具体的处理类别不平衡问题的方法。
波司登全国超千家门店，销售状况如何实时监控？
公司以往一直使用ERP的报表进行数据的展示，近期也上线了以HANA数据库为基础的BO报表进行业务数据支持，但是依然存在数据实时主动展示的缺陷。我们需要的销售业绩数据可以实时通过业绩大盘进行展示，这样可以更加友好的为团队提供数据支撑。
基于TableStore构建简易海量Topic消息队列
前言
消息队列，通常有两种场景，一种是发布者订阅模式，一种是生产者消费者模式。发布者订阅模式，即发布者生产消息放入队列，多个监听的消费者都会收到同一份消息，也就是每个消费者收到的消息是一样的。生产者消费者模式，生产者生产消息放入队列，多个消费者同时监听队列，谁先抢到消息就会从队列中取走消息，最终每个消息只会有一个消费者拥有。
降本、赋能、链接：阿里巴巴全域数据建设 ——云栖大会阿里大数据分论坛精彩演讲1
2017云栖大会－阿里大数据分论坛，我们通过串联7个演讲，将阿里十余年在大数据领域 沉淀的技术能力和应用实践对外分享，系统性介绍我们是如何构建一个从底层的数据采集、处理，到挖掘算法、应用、产品服务的全链路、标准化的大数据体系，使得超过EB级别的海量数据能够高效融合，并以秒级的响应速度，服务并驱动阿里巴巴的业务和外部千万用户的发展。
云栖硬核回顾|企查查搜索引擎演进之路
企查查作为企业征信行业的搜索引擎，一直以来都与阿里云开放搜索团队有深度合作。本次朱总独家揭秘，开放搜索陪伴企查查从创业初期到成为企业征信行业的独角兽的过程中，是如何满足企查查产品海量数据的精准搜索需求的。