京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
CDA数据分析师 出品 作者:李诗怡 1. 事实表 vs 维度表 对比维度 事实表 维度表 核心问题 记录“业务发生了什么事” 描述 ...
2026-10-02做数据聚合时,PySpark的groupBy()确实能完成统计,这也是它的本职工作。但它有一个根本性局限:每一组数据,最终只能返回一行 ...
2026-10-01热力地图是数据可视化中极具辨识度与实用性的空间分析图表,结合地理空间维度与数据密度特征,通过颜色深浅、色阶渐变直观展示数 ...
2026-09-30 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-09-30同样是“银行数据岗”,在国有大行总行数据中心、在一家城商行的零售部、在银行系金融科技子公司、在保险公司,工作内容、成长节 ...
2026-09-29在数据分析与统计学研究中,数据往往不是独立存在的,不同变量之间普遍存在相互关联、相互影响的关系。相关性统计分析是挖掘变量 ...
2026-09-29 导读:大多数人只把 dataclasses 当成偷懒工具,用来少写 __init__、__repr__ 这类魔法方法。但它的能力远不止于此。本文带 ...
2026-09-29 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-09-29在MySQL数据库运维与业务开发中,行业普遍存在“数据达到千万级就必须分表”的说法。但在实际生产环境中,千万条数据并不是强制 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 5W1H 分析法 定义:经典系统性思维框架,通过六个核心维度对问题进行全方位拆解与剖析,确 ...
2026-09-28 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 用户标签体系 定义: 通过一系列高度精炼的特征标识,对用户属性、行为与偏好进行量化刻画 ...
2026-09-24Pandas是Python生态中用于表格数据处理的核心库,广泛应用于数据清洗、统计运算、报表输出、数据分析建模等场景。在处理极大数值 ...
2026-09-24随着数字经济快速发展,数据已成为核心生产要素,各行各业的业务沉淀、用户行为、设备运行、市场交易均产生海量数据。数据处理作 ...
2026-09-24 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-09-24在时序数据分析中,大部分业务数据并非持续平稳变化,而是会在某些时间节点出现突然抬升、断崖下跌、趋势反转、波动异变等现象, ...
2026-09-23在统计学与数据分析中,研究多组数据差异最常用的方法为单因素方差分析与事后多重比较。很多数据分析初学者容易混淆两者功能,认 ...
2026-09-23 很多数据分析师每天都在写 SQL,但当被问到“DQL 的本质是什么”“SELECT 子句的书写顺序与执行顺序为何不同”“INNER JOIN ...
2026-09-23 很多数据分析师写过无数个SELECT查询,但当被问到“如何新建一张表来固化中间数据”“创建视图和创建物理表有什么区别”“视 ...
2026-09-22CDA数据分析师 出品 作者:李诗怡 1. 金字塔原理 定义: 一种“先总后分、先结论后原因”的思考和表达方式。顶层为核心观点,中 ...
2026-09-22