
雅虎朱金生:大数据处理新趋势_数据分析师
2013年4月18-20日,第四届中国数据库技术大会(DTCC 2013)将于北京福朋喜来登酒店拉开序幕。大会将秉承分享IT最佳应用实践的宗旨,围绕大数据应用、数据架构、数据管理(数据治理)、传统数据库软件等技术领域展开深入探讨,并将邀请一批国内顶尖的技术专家来进行分享。本届大会将在保留数据库软件应用实践这一传统主题的基础上,向大数据、数据结构、数据治理与分析、商业智能等领域进行拓展,以满足于广大从业人士和行业用户的迫切需要。
自2010年以来,国内领先的IT专业网站IT168联合旗下ITPUB、ChinaUnix技术社区已经连续举办了三届数据库技术大会,每届大会超过千人规模,云集了国内技术水平最高的数据架构师、DBA、数据库开发工程师、研发总监、IT经理等,是目前国内最受欢迎的数据库技术盛会。
在第四届中国数据库技术大会即将召开之际,记者采访了本届大会的演讲嘉宾雅虎北京全球研发中心资深研发总监朱金生 (George Chu),分享了他对2013年大数据发展趋势的观点,以及对本届数据库大会的期待和祝福。
2013大数据处理新趋势
Hadoop早已成为大数据时代的关键应用,作为hadoop的主要贡献者之一,雅虎将Hadoop从创始人Doug Cutting的科学项目变成一个世界级平台,并将hadoop用于搜索、防止网络钓鱼和垃圾邮件等方面。本届中国数据库技术大会的演讲嘉宾朱金生 (George Chu)就是雅虎北京全球研发中心的一员,近五年主要专注于云计算以及高性能计算领域。朱金生一年半前加入雅虎北京全球研发中心,担任雅虎北京全球研发中心首席架构师,同时负责云计算研发团队。
▲雅虎北京全球研发中心首席架构师朱金生 (George Chu)
谈到自己在雅虎内部的工作领域,朱金生表示他的工作主要有四方面:第一是大数据,第二是搜索平台,第三是结构性的以及非结构性的存储,第四是和移动平台相关的研发。朱金生目前领导的团队不仅完成后端平台项目来支持雅虎全球核心产品,也做了很多前端产品的开发,比如Android版和iOS版Flickr 和Yahoo Messengers等。在加入雅虎之前,朱金生曾经在微软工作13年。
关于2013年大数据领域的新变化、新趋势,朱金生认为在2013年,如何把数据不管是在公有云还是私有云里的数据,或者是传统的企业级数据库里的数据,迁移到Hadoop Grid上进行处理,这是一个趋势,也是一个业界的难题。
首次参加DTCC:充满期待
本届是朱金生第一次参加中国数据库技术大会,他表示,虽然是首次参会,但是他一直都非常关注中国的数据库领域。他认为,中国数据库技术大会为国内的数据技术人才提供一个很好的平台,同时随着大会影响力的不断增强,会有更多像雅虎一样走在世界前沿的公司来到这里,与国内的同行、客户来分享国际上先进的技术和经验,祝福大会会越办越好。
作为本届数据库技术大会Hadoop应用实践专场的演讲嘉宾,朱金生的演讲主题为《Hadoop的模式与实践》,话题围绕高性能计算和大数据之间一些互动和互补的地方,这是他一直关注的方向。
采访的最后,朱金生预祝2013年第四届中国数据库技术大会获得圆满成功,让数据技术人才们能够在这次大会上碰撞出智慧的火花。让苦于找不到解决之道的客户们在这里得到启示,让业界同行们可以发现更多的商业机会,找到合作共赢的发展之路。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14