双十一刚结束，阿里云就大面积故障，持续长达 3 个半小时。据阿里云公告，故障源于某个底层服务组件，影响地域涵盖了国内以及海外多个国家。“淘宝崩了”、“外卖崩了”、“闲鱼崩了”等迅速冲上热搜。大批依赖阿里云的设施随之崩溃：外卖派送停止、超市无法结账、停车场不抬杆。甚至洗衣机、直饮水机和充电桩等服务也停止运转。

公开消息表示，Apache 软件基金会在短短 11 天内宣布归档（attic）19个开源项目，与大数据有关的有 13 个，其中 10 个项目属于 Hadoop 生态系统，包括 Sentry、Tajo 和 Falcon 等。

Apache Flink（以下简称Flink）是诞生于欧洲的一个大数据研究项目，原名StratoSphere。该项目是柏林工业大学的一个研究性项目，早期专注于批计算。2014年，StratoSphere项目中的核心成员孵化出Flink，并在同年将Flink捐赠Apache，后来Flink顺利成为Apache的顶级大数据项目。同时Flink计算的主流方向被定位为流计算，即用...

（1）将SQL转化为MapReduce。典型代表是Apache Hive，这种系统的特点是扩展性和容错性好，但性能低下。为了弥补SQL on MapReduce的不足，google提出了Tenzing（见参考资料[3]），与Hive不同，Tenzing充分借鉴了MapReduce和DataBase的优势，首先，它对传统的MapReduce进行了优化（比如Map 可以不写磁盘，Reduce可不必排序...

大数据是2013年热度最高的技术词汇，这一年大数据市场也实现了高速增长，越来越多的企业开始拥抱大数据解决方案，而随着生态系统的日益成熟，Hadoop也不再是天才技术人员的玩具，而是数据科学家和业务人员手中挖掘数据商业价值的强大“矿机”。

Apache Hadoop的核心原则就是转移计算比转移数据代价更低。这就是我们尽可能地将计算转移到存储数据之处的原因。因此，HDFS通常使用大量的本地读取，也就是说，读取数据的客户端和要读取的数据在同一节点。

大数据处理是云计算中非常重要的问题，自Google公司提出MapReduce分布式处理框架以来，以Hadoop为代表的开源软件受到越来越多公司的重视和青睐。以Hadoop为基础，之后的HBase，Hive，Pig等系统如雨后春笋般的加入了Hadoop的生态系统中。今天我们就来谈谈Hadoop系统中的一个新成员 – Impala。

最近LinkedIn 开源其专用于实时数据的处理分布式流处理框架 Samza——Samza，非常像Twitter的流处理系统Storm。不同的是Samza基于Hadoop，而且使用了LinkedIn自家的Kafka分布式消息系统。