2015年about云8月第1周

Spark SQL结构化数据分析
http://www.aboutyun.com/thread-14481-1-1.html
1.什么是DataFrame？
2.在大数据分析方面spark Sql 提供了哪些助力？
3.Spark 支持哪些数据源？
4.DataFrame有什么特点？
5.DataFrame和 RDD有哪些区别？


【微信分享】梁堰波：主流SQL on Hadoop框架选择
http://www.aboutyun.com/thread-14468-1-1.html
1.Hive on Tez 与 Hive on Spark的优劣势有哪些？
2.Spark SQL有哪些优劣势？
3.Impala有哪些优劣势？
4.SQL on Hadoop解决方案选择的依据是什么？
5.impala最大的规模多少？性能如何？
6.apache phoenix进入cloudera lab能说明什么吗？
7.刚你说到Spark做ETL的痛点，可否详细说说，除下资源预测，还有哪些？
8.根据应用场景不同，sql on hadoop架构还是混合模型的，就是多重组件同时存在？



Ambari——大数据平台的搭建利器之进阶篇
http://www.aboutyun.com/thread-14466-1-1.html
1.Ambari现在处于一个什么样的状态？
2.利用Ambari如何扩展集群？
3.Ambari有哪些自定义命令？
4.Ambari 中 Service 之间是什么样的依赖关系？
5.什么是Ambari的 维护模式？
6.应用：如何快速搭建 Spark on YARN 的集群？



【Spark】RDD操作详解1——Transformation和Actions概况
http://www.aboutyun.com/thread-14522-1-1.html
1、Spark算子的作用是什么？
2、什么是Transformation和Actions？
3、算子分类有哪些？


为什么程序员也能成为伟大的CEO
http://www.aboutyun.com/thread-14512-1-1.html


【Spark Core】从作业提交到任务调度完整生命周期浅析
http://www.aboutyun.com/thread-14461-1-1.html
1.Spark作业提交到执行是一个怎样的过程？
2.Driver任务提交是一个怎样的过程？
3.作业从提交到任务调度经历了一个怎样的生命周期？



从Hadoop到Spark的架构实践
http://www.aboutyun.com/thread-14423-1-1.html




Spark Core源码分析: Spark任务模型
http://www.aboutyun.com/thread-14460-1-1.html
1.Task是如何实现的？
2.重要外部类有哪些？
3.进程模型与线程模型有哪些优劣势？



大数据的梦想与现实（上）：大数据技术篇
http://www.aboutyun.com/thread-14502-1-1.html
1、传统BI的数据处理方式是怎样的？
2、大数据解决方案有哪几种？
3、大数据的市场行情如何？


HDFS Snapshot原理
http://www.aboutyun.com/thread-14495-1-1.html
1.快照的作用是什么？
2.HDFS Snapshot的原理是什么？


Spark与Flink：对比与分析
http://www.aboutyun.com/thread-14483-1-1.html
1.Spark 1.4有哪些特点？
2.Flink 0.9有哪些特点？
3.Spark与Flink分析对比是什么？



程序员，为什么千万不要重写代码？
http://www.aboutyun.com/thread-14482-1-1.html
1.为什么你觉得旧代码异常混乱？
2.新代码一定比旧代码好？
3.当你觉得眼前的旧代码很烂时，该怎么办？





学习大数据、云技术如何提高部署学习效率
http://www.aboutyun.com/thread-14575-1-1.html
1.如何避免反复部署集群？
2.快照的作用是什么？
3.缓存服务器能起到什么作用？


来自大数据的反思：需要你读懂的10个小故事
http://www.aboutyun.com/thread-14550-1-1.html


Twitter已经用Heron替换了Storm
http://www.aboutyun.com/thread-14532-1-1.html


腾讯蓝鲸数据平台之告警系统
http://www.aboutyun.com/thread-14529-1-1.html
1、数据平台告警系统采用什么监控工具监控哪些方面？
2、采用什么监控指标和策略？
3、不同的异常判断各有优缺点，总结并比较。



七牛是如何搞定每天500亿条日志的
http://www.aboutyun.com/thread-14563-1-1.html
1、Flume和Kafka使用要点有哪些？
2、数据离线和实时计算采用什么方法？
3、Flume＋Kafka＋Spark 结合起来是如何处理500亿条日志？




每个程序员和设计师必做的10项运动
http://www.aboutyun.com/thread-14578-1-1.html



李滔：搜狐基于Spark的新闻和广告推荐实战
http://www.aboutyun.com/thread-14577-1-1.html
1.如何建立用户兴趣标签？
2.如何对用户兴趣的评估？
3.什么是ctr预测？
4.计算新闻相似度是用什么算法？





问答：
HIVE查询实例和Shell去重（面试题）
http://www.aboutyun.com/thread-14552-1-1.html



【MapReduce】如何随机分配数据到Reducer？
http://www.aboutyun.com/thread-14525-1-1.html