后Hadoop时代,我们该如何去架构自己的大数据平台
过去数年,大数据开源生态圈完成了从无到有的转变,时下更是各种技术框架林立——从收集到处理,一直到数据可视化和储存,每个点都或多或少存在多个不同的替代方案。那么,在这个Hadoop已经不是唯一的时代,企业又该如何选择开源大数据技术,来架构一个稳定可靠的大数据平台? 2016年10月27日,云栖社区特邀请了kyligence创始人兼CEO韩卿 & 阿里云技术专家曹龙与大家一起共同探讨这个问题, 点击这里直接报名。 Hadoop老矣? 对于大数据玩家来说,Hadoop绝不陌生,正式立项于2006年,Doug Cutting在GFS和MapReduce启发下开发,开源大数据领域的开辟者,也奠定了大数据技术高速发展的根基。天生高贵,Hadoop一度是开源大数据的绝对霸主,也是时下装机量最高的大数据框架,那么“后Hadoop”时代又从何而来? 开源大数据生态繁花似锦 随着互联网,特别是移动互联网的高速发展,越来越多入网设备对企业原有基础设施造成了严峻挑战;而在这之外,大量设备带来的海量数据同样让这些企业有了从中提取洞见并指导实践的可能。因此在这两个需求的刺激下,大量针对具体业务场景的技术被...