Комментарии 13
Если есть доступ к IEEE Xplore — можно дополнительно поглядеть обзорную теоретическую статейку на тему анализа Big Data и её визуализации. :)
+1
трудолюбивые от природы разработчики лишь успевают поцеловать перед сном так и не открытый, но стоящий на самом видном месте дома многотомник Кнута :-)
Как ни печально осозновать, но в большинстве случаев все именно так…
Кнут для многих — это своего рода икона :)
+2
Дайте просто сслыку на вашу облачную биг дату, шоб почитать без прибауточек, ок?
+4
Вот это я понимаю! :-) Пока ссылочку нашел такую.
0
Александр, я ваш стиль изложения начинаю угадывать со второго абзаца :) Сильно давите терминами…
И не даете вывода, или хотя бы совета. Что-то в стиле «Если хотите A — почитайте Б и вероятнее всего решите делать это на В».
А еще более полезными были бы статьи про боевые архитектуры. В качестве примера возьму картинки из заключения статьи. На партнерской конференции Демидов рассказывал про ее первую часть (js -> nginx + lua -> Kinesis). Было бы интересно про вторую часть услышать — что там у рекомендательного сервиса в «мозгах», почему и с чем сравнивали.
И не даете вывода, или хотя бы совета. Что-то в стиле «Если хотите A — почитайте Б и вероятнее всего решите делать это на В».
А еще более полезными были бы статьи про боевые архитектуры. В качестве примера возьму картинки из заключения статьи. На партнерской конференции Демидов рассказывал про ее первую часть (js -> nginx + lua -> Kinesis). Было бы интересно про вторую часть услышать — что там у рекомендательного сервиса в «мозгах», почему и с чем сравнивали.
+2
Зачем спарк в амазоне, когда есть Google Cloud Dataflow! Те же яйца, только в профиль.
+1
Объясните мне: оно в режиме реального времени работает? Если нет (это же не RTB), то почему нельзя последовательно техники MapReduce применять (которые по сути просто свертка данных для дальнейшего анализа, грамм радия на тонну руды) + кластеризовывать понемногу, зачем все эти танцы с бубнами?
+1
Зарегистрируйтесь на Хабре , чтобы оставить комментарий
Подходы и инструменты работы с BigData — все только начинается, начи-на-ет-ся