Source: http://bd.memect.com/archive/2016-01-16/long.html
Spark Streaming 的玫瑰与刺
来自 @祝威廉二世 好东西传送门整理
关键词：计算框架, Spark
《Spark Streaming 的玫瑰与刺》 这篇文章是前天写的。今天添加了遇到的问题的源码解释以及解决方案。依然的 建议大家看链接中会持续更新的文章 [1] [1] http://www.jianshu.com/p/791137760c14
长微博图：http://ww1.sinaimg.cn/large/686443cejw1f01iv2txd7j208g522h0h.jpg
高可用可伸缩架构实用经验谈
来自 @聊聊架构 好东西传送门整理
关键词：存储, 数据库, 李道兵
【高可用可伸缩架构实用经验谈】七牛云存储首席架构师李道兵结合自己多年的实践经验，针对一些不太复杂的业务场景，从入口层、业务层、缓存层和数据库层四个层面细致讲述了如何构建高可用和可伸缩系统。 [1] [1] http://mp.weixin.qq.com/s?__biz=MzA5Nzc4OTA1Mw==&mid=407972399&idx=1&sn=8b6e35f9b1c76043aeabcd5c56bb5290&scene=0#wechat_redirect
使用Python Pandas处理亿级数据
来自 @Python开发者 好东西传送门整理
关键词：分析, 计算框架, 数据库, Hadoop, 陈加兴
《使用Python Pandas处理亿级数据》在数据分析领域，最热门的莫过于Python和R语言。此次拿到近亿条日志数据，千万级数据已经是关系型数据库的查询分析瓶颈，之前使用过Hadoop对大量文本进行分类，这次决定采用Python来处理数据。 [1] （by 陈加兴） [1] http://python.jobbole.com/84118/
Schemaless：Uber基于MySQL做的key-value store
来自 @湾区日报BayArea 好东西传送门整理
关键词：数据库, MySQL, NoSQL
【Schemaless：Uber基于MySQL做的key-value store】从 2014 年初开始做，投入大量工程师时间。有那么多现成的 NoSQL，为什么自己造轮子？当公司高速发展了5年，市面上各种付费／免费的方案都满足不了业务上的需求，只能自己做 ｜简评： [1] 原链： [2] #湾区日报# [1] http://wanqu.co/2016-01-16-designing-schemaless-uber-engineerings-scalable-datastore-using-mysql.html
我在发展中国家创办 SaaS 公司学到的八件事
来自 @TECH2IPO创见 好东西传送门整理
关键词：云服务, SaaS
「SaaS 创业者值得一看的案例」：Qeryz 是一款非常小巧的调查问卷式的软件，它能插入到你的网站页面中，并及时向用户反馈各种重要的数据信息。本文的作者即该产品的创始人，向我们分享了创业想法的生成，目标市场的确立，以及后续如何做到「精益创业」。 [1] [1] http://weibo.com/p/1001603931900019344857
完整版
点此链接查看全部23条：http://bd.memect.com/archive/2016-01-16/long.html