MaxCompute技术人背后的故事:从ApacheORC到AliORC | 7月25号云栖夜读

本文涉及的产品
容器服务 Serverless 版 ACK Serverless,952元额度 多规格
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
函数计算FC,每月15万CU 3个月
简介: 今天的首篇文章,讲述了:2019大数据技术公开课第一季《技术人生专访》来袭,本季将带领开发者们探讨大数据技术,分享不同国家的工作体验。本文整理自阿里巴巴计算平台事业部高级技术专家吴刚的专访,将为大家介绍Apache ORC开源项目、主流的开源列存格式ORC和Parquet的区别以及MaxCompute选择ORC的原因。

点击订阅云栖夜读日刊,专业的技术干货,不容错过!

阿里专家原创好文

1.MaxCompute技术人背后的故事:从ApacheORC到AliORC

2019大数据技术公开课第一季《技术人生专访》来袭,本季将带领开发者们探讨大数据技术,分享不同国家的工作体验。本文整理自阿里巴巴计算平台事业部高级技术专家吴刚的专访,将为大家介绍Apache ORC开源项目、主流的开源列存格式ORC和Parquet的区别以及MaxCompute选择ORC的原因。此外,吴还将分享他是如何一步步成为Apache开源项目的Committer和PMC的。阅读更多》》

2.一个系统,搞定闲鱼服务端复杂问题告警-定位-快速处理

务端问题排查(服务稳定性/基础设施异常/业务数据不符合预期等)对于开发而言是家常便饭,问题并不可怕,但是每天都要花大量时间去处理问题会很可怕;另一方面故障的快速解决至关重要。那么目前问题排查最大的障碍是什么呢?阅读更多》》

3.Kubenetes 监控一站式解决方案:阿里云 Prometheus 免费公测

Prometheus是目前企业级云原生应用的首选开源监控工具。作为云原生计算基金会(CNCF)第二个毕业的项目(第一个是Kubernetes),Prometheus对K8s容器环境有很好的原生支持。近日刚刚发布免费公测的阿里云Prometheus(免费试用页面)提供了无缝对接Kubernetes集群的一站式、全托管监控解决方案,让用户可以方便灵活的一键配置对一个或多个阿里云Kubernetes集群的监控。阅读更多》》

4.Flink 1.8.0中的状态生存时间特性:如何自动清理应用程序的状态

在本文中,我们将讨论引入状态生存时间特性的动机并讨论其相关用例。此外,我们还将演示如何使用和配置该特性。同时,我们将会解释Flink如何借用状态生存时间特性在内部管理状态,并对Flink 1.8.0中该功能引入的相关新特性进行一些展示。本文章最后对未来的改进和扩展作了展望。阅读更多》》

5.机器学习在交通标志检测与精细分类中的应用

本文将主要介绍机器学习技术在高德的地图数据生产的具体应用,这些技术方案和设计都已经过验证,取得了不错的效果,并且为高德地图数据的快速更新提供了基础的技术保证。阅读更多》》

视频课程及PPT下载

1.阿里云新品发布会第69期:小程序一云多端解决方案(直播预告)
发布会主题:小程序云(MiniProgramCloud)是阿里云面向小程序场景提供的一站式开发平台,旨在帮助开发者实现一云多端的业务战略。小程序云提供了有服务器和无服务器两种产品服务模式。小程序云应用是有服务器模式,提供了包括资源编排、应用托管、运维监控等服务。小程序Serverless 是无服务器模式,提供了后端能力(函数计算、存储、数据库)快速集成,运营、业务增值 API 开放等服务。
直播时间:2019/08/14 15:00
发布会现场直播:https://yq.aliyun.com/live/1255

2.3.2.1 HTAP DB —System : ApsaraDB HBase Phoenix and Spark
视频地址:https://yq.aliyun.com/live/1041
PPT下载:https://yq.aliyun.com/download/3064
云栖公开课专题页:https://yq.aliyun.com/activity/831

3.3.2.2 阿里云分析引擎Spark On多数据源介绍
视频地址:https://yq.aliyun.com/live/1062
PPT下载:https://yq.aliyun.com/download/3313
云栖公开课专题页:https://yq.aliyun.com/activity/831

4.3.2.3 基于HBase和Spark构建企业级数据处理平台
视频地址:https://yq.aliyun.com/live/1064
PPT下载:https://yq.aliyun.com/download/3363
云栖公开课专题页:https://yq.aliyun.com/activity/831

更多精彩直播

热门话题

1.科技高速发展,没学历,没技术,能做什么工作?(有奖话题)

  • 你觉得没学历,没技术,能干什么工作?
  • 对于没学历,没技术的同学,有什么建议吗?

点此进入回答赢取礼物

2.程序员能靠技术度过中年危机吗?(有奖话题)

  • 你觉得程序员能靠技术渡过中年危机吗?
  • 程序员要怎么度过中年危机?

点此进入回答赢取礼物

往期精彩回顾

海量结构化数据存储技术揭秘:Tablestore存储和索引引擎详解 | 7月24号云栖夜读

更多干货内容 请关注云栖社区微信公众号!
qrcode_for_gh_015af649354b_258_2_

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
目录
相关文章
|
3天前
|
存储 机器学习/深度学习 SQL
大数据处理与分析技术
大数据处理与分析技术
21 2
|
23天前
|
存储 分布式计算 数据可视化
大数据常用技术与工具
【10月更文挑战第16天】
81 4
|
5天前
|
存储 分布式计算 NoSQL
【赵渝强老师】大数据技术的理论基础
本文介绍了大数据平台的核心思想,包括Google的三篇重要论文:Google文件系统(GFS)、MapReduce分布式计算模型和BigTable大表。这些论文奠定了大数据生态圈的技术基础,进而发展出了Hadoop、Spark和Flink等生态系统。文章详细解释了GFS的架构、MapReduce的计算过程以及BigTable的思想和HBase的实现。
|
6天前
|
SQL 存储 算法
比 SQL 快出数量级的大数据计算技术
SQL 是大数据计算中最常用的工具,但在实际应用中,SQL 经常跑得很慢,浪费大量硬件资源。例如,某银行的反洗钱计算在 11 节点的 Vertica 集群上跑了 1.5 小时,而用 SPL 重写后,单机只需 26 秒。类似地,电商漏斗运算和时空碰撞任务在使用 SPL 后,性能也大幅提升。这是因为 SQL 无法写出低复杂度的算法,而 SPL 提供了更强大的数据类型和基础运算,能够实现高效计算。
|
9天前
|
存储 大数据 定位技术
大数据 数据索引技术
【10月更文挑战第26天】
21 3
|
9天前
|
存储 大数据 OLAP
大数据数据分区技术
【10月更文挑战第26天】
31 2
|
12天前
|
消息中间件 分布式计算 大数据
数据为王:大数据处理与分析技术在企业决策中的力量
【10月更文挑战第29天】在信息爆炸的时代,大数据处理与分析技术为企业提供了前所未有的洞察力和决策支持。本文探讨了大数据技术在企业决策中的重要性和实际应用,包括数据的力量、实时分析、数据驱动的决策以及数据安全与隐私保护。通过这些技术,企业能够从海量数据中提取有价值的信息,预测市场趋势,优化业务流程,从而在竞争中占据优势。
41 2
|
14天前
|
存储 分布式计算 Hadoop
数据湖技术:Hadoop与Spark在大数据处理中的协同作用
【10月更文挑战第27天】在大数据时代,数据湖技术凭借其灵活性和成本效益成为企业存储和分析大规模异构数据的首选。Hadoop和Spark作为数据湖技术的核心组件,通过HDFS存储数据和Spark进行高效计算,实现了数据处理的优化。本文探讨了Hadoop与Spark的最佳实践,包括数据存储、处理、安全和可视化等方面,展示了它们在实际应用中的协同效应。
54 2
|
14天前
|
存储 分布式计算 Hadoop
数据湖技术:Hadoop与Spark在大数据处理中的协同作用
【10月更文挑战第26天】本文详细探讨了Hadoop与Spark在大数据处理中的协同作用,通过具体案例展示了两者的最佳实践。Hadoop的HDFS和MapReduce负责数据存储和预处理,确保高可靠性和容错性;Spark则凭借其高性能和丰富的API,进行深度分析和机器学习,实现高效的批处理和实时处理。
53 1
|
1月前
|
存储 数据采集 分布式计算
大数据技术:开启智能时代的新引擎
【10月更文挑战第5天】大数据技术:开启智能时代的新引擎