
Ted Yu目前是Hortonworks高级技术成员,也是一名Apache HBase Committer,拥有15年以上的软件开发经验,以及超过三年的HBase开发经验。2011年他成为HBase代码提交者和PMC的成员,Apache项目按照贡献度“论资排辈”,只有作出足够的核心贡献才能进入PMC,且HBase代码提交者至今仍不足40人。
在2014年12月12-14日北京召开的2014中国大数据技术大会(暨第二届CCF大数据学术会议)上,Ted Yu将与大家一起探讨HBase的未来发展和面临的挑战。
Hortonworks高级技术成员和公司的HBase的核心贡献者Ted Yu
Ted Yu出生在一个计算机科学氛围浓重的家庭,父母都是计算技术方面的工程师,这使得他从小就受到了计算机科学氛围的熏陶,后来进入了清华大学大学,所学的专业为计算机技术及科学。
他之所选择Hadoop/HBase成为自己的研究方向,主要是因为Ted Yu曾在之前供职的公司CarrierIQ做过工程师,CarrierIQ很早就支持了Hadoop,而CarrierIQ平台正是使用了HBase。在实际的使用,Ted发现了大量的问题,作为一个开发者和自身严谨的态度的他将这些问题进行提交,久而久之成为了这个领域的专家。同时他当时就敏锐的判断出这是一个新的趋势,因为Hadoop可以真正实现云计算,在未来的大有前途。
团队协作是取得成功的重要因素
总结了多年的开发生涯,Ted Yu认为团队协作是取得成功的重要因素,因为大部分情况下遇到的困难都不是技术性的,只要团队的目标一致,观点的差异总是可以解决的。他这样解释:
在团队中,每个成员发挥着自己的优势,技术性的阻碍并不是最大的困难,团队的目标一致总能使成员在多方面贡献着自己的力量,进而实现团队的目标。包括他曾经所在eBay的Hadoop构架团队和后来的Apache HBase项目组,他都在团队中作出了大量的贡献,相比较收入而言,他更关注于社区问题的解决。
执着于开源的Ted Yu
Ted Yu一直活跃在国内外的各类大数据相关的会议上,一方面是分享HBase最新的技术发展和趋势,以及HBase的机遇及发展空间,另外他也在积极的推动开源这件事,他曾讲过这样的一句话:“任何封闭式解决方案都因来自其他参与者的激烈竞争而有被淘汰的风险。”
对于开源,Ted Yu认为参与开源比收入更重要,此前他曾在采访中表示,“帮助解决社区上的问题比提高当前的收入更重要。”
关于开源的需求,Ted Yu也有自己的看法。他认为从Linux被建立为企业集群(后来的云计算平台)事实上的操作系统的年代开始,软件开发已经历了巨大的变化。无论单个公司内部团队的规模有多大,它的资源都无法与开源社区的资源相提并论。其中的原因是:
服务于多种社区需求的解决方案将更加通用,社区在技术上的集体智慧优于内部人才。开发人员,特别是那些刚接触开源运动的人,应该更为积极地查看代码审查过程的反馈。很多时候,其他开发人员,尤其专注于特定领域的开发人员,可以更迅速地发现设计缺陷或者大家都忽略的问题。我们应该将开源过程视为将解决方案提升到一个更高水平的过程。
HBase作为Hadoop下的一个子项目,目前发展比较强大,是很值得大家关注的点,Ted Yu继续将在今年的2014中国大数据技术大会上和大家沟通交流HBase的未来发展和面临的挑战,敬请关注。与此同时,在这里也分享他在去年中国大数据技术大会上关于HBase和HOYA主题的演讲PPT。
本文: CDA数据分析师培训官网数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
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在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10