開源大資料周刊-第80期

<a href="https://mp.weixin.qq.com/s/TqiSWj_Oig78CzP7G7jKKQ">奇虎360正式開源其高性能KV存儲平台Zeppelin</a>

<a href="https://mp.weixin.qq.com/s/CqauLY3pvJ4TwLhUAghT7w">Go官網回歸中國</a>

日益壯大的中國 Go 語言開發者們現在可以通過 golang.google.cn 通路 golang.org 上的内容，擷取官方文檔、技術檔案以及二進制文檔。

<a href="https://mp.weixin.qq.com/s/gp9MTKWbgHQ7b7QR5pNSnA">專訪朱詩雄：Apache Spark中的全新流式引擎Structured Streaming</a>

Apache Spark 在 2016 年的時候啟動了 Structured Streaming 項目，一個基于 Spark SQL 的全新流計算引擎 Structured Streaming，讓使用者像編寫批處理程式一樣簡單地編寫高性能的流處理程式。經過一年多的改進和完善，目前 Structured Streaming 已經在 Databricks 内部和客戶廣泛使用，InfoQ 采訪了 Structured Streaming 的核心開發朱詩雄來具體了解這個項目。

<a href="https://mp.weixin.qq.com/s/T9VRPGCCt3IPlbUBzsb63A">如何為Kafka叢集選擇合适的Topics/Partitions數量</a>

這是許多kafka使用者經常會問到的一個問題。本文的目的是介紹與本問題相關的一些重要決策因素，并提供一些簡單的計算公式。

<a href="https://www.iteblog.com/archives/2317.html">機器學習中常用的距離公式</a>

在計算機人工智能領域，距離(distance)、相似度(similarity)是經常出現的基本概念，它們在自然語言處理、計算機視覺等子領域有重要的應用，而這些概念又大多源于數學領域的度量(metric)、測度(measure)等概念。

<a href="https://www.iteblog.com/archives/2329.html">使用Python編寫Hive UDF</a>

Hive 内置為我們提供了大量的常用函數用于日常的分析，但是總有些情況這些函數還是無法滿足我們的需求；值得高興的是，Hive 允許使用者自定義一些函數，用于擴充 HiveQL 的功能，這類函數叫做 UDF（使用者自定義函數）。使用 Java 編寫 UDF 是最常見的方法，但是本文介紹的是如何使用 Python 來編寫 Hive 的 UDF 函數。

<a href="https://mp.weixin.qq.com/s/EQQoZp4qhLIt19PAIFhHtA">隻用200行Go代碼寫一個自己的區塊鍊</a>

“用不到200行 Go 代碼就能實作一個自己的區塊鍊！” 聽起來有意思嗎？有什麼能比開發一個自己的區塊鍊更好的學習實踐方法呢？那我們就一起來實踐下。

版權聲明：資訊都是來自網際網路，如果侵權，請聯系我們，我們負責删除。