大数据周报第8期：Apache Beam将统一大数据平台的开发 - 实用

作者侠天发布于 2016年5月10日 | 注意:GMTC全球移动技术大会2016年6月24-25日，了解更多详情！分享到：微博微信 Facebook Twitter 有道云笔记邮件分享稍后阅读我的阅读清单　　开源新闻：
　　《AirFlow加入Apache孵化器》
AirFlow加入Apache孵化器工程。AirFlow是一个工作流和调度系统，用来管理数据管道。由AirBnb开发并在内部使用，于去年九月份开源。
　　《Apache Apex成为Apache顶级项目》
Apache Apex是基于Hadoop的流处理和批处理引擎，目前成为Apache顶级项目。
　　《Apache Beam将统一大数据平台的开发》
Apache Beam将统一大数据平台的开发。一直以来，大数据开发涉及到各种框架，比如，Hadoop、Storm、Spark和Flink等，基于这些框架的开发要求的技术栈都各不同，这对开发者来说开发成本比较高，在Beam的统一下可以实现写一个程序既能在Hadoop中运行又可在Spark中运行。
　　《开源项目：Spark分布式训练深度神经网络》
用Spark分布式训练深度神经网络，可直接在已有Spark集群上安装，简单易学习。
　　实践：
《基于Storm和Morphlines一体化实现实时清洗》
使用Storm做实时数据清洗（ETL），从数据Arriving 到数据 Serving一体化(Topology)解决。数据格式转换可以借助kitesdk morphlines来配置完成。《Netflix的数据管道演化系列》（1）、《Netflix的数据管道演化系列》（2）
Netflix的数据管道演化，从Chukwa管道到Kafka管道。并详细介绍Kafka管道架构技术，包括Kafka数据管道的设计原则、云服务中运行的挑战、发布策略、Kafka容灾和Kafka监控等。《Qsquery支持Syslog和Amazon Kinesis》
Qsquery是Facebook开源的一款支持SQL查询系统的各项指标，可以用于OSX和Linux操作系统，它使得底层操作系统分析和监控性能更加直观。Airbnb工程师开发插件支持Syslog收集，并把查询结果发送到Amazon Kinesis Streams & Kinesis Firehose。　　感谢杜小芳对本文的审校。
　　给InfoQ中文站投稿或者参与内容翻译工作，请邮件至editors@cn.infoq.com。也欢迎大家通过新浪微博（@InfoQ，@丁晓昀），微信（微信号：InfoQChina）关注我们。

评价本文

专业度
编辑观点主编观点提交提交 Author Contacted 领域 架构 & 设计 语言 & 开发 专栏数据库大数据