Enviar búsqueda
Cargar
The future of data by Doug Cutting #hcj2014
•
5 recomendaciones
•
5,973 vistas
Cloudera Japan
Seguir
Presentaciones y charlas públicas
Vista de diapositivas
Denunciar
Compartir
Vista de diapositivas
Denunciar
Compartir
1 de 12
Descargar ahora
Descargar para leer sin conexión
Recomendados
Py conjp2017ジョブフェア
Py conjp2017ジョブフェア
創史 花村
Geode meetup 20160609
Geode meetup 20160609
Tomohiro Ichimura
C4SAでFacebookアプリつくってみた
C4SAでFacebookアプリつくってみた
Tomoaki Hosomi
初心者がC4SAでつくるかんたん神アプリ
初心者がC4SAでつくるかんたん神アプリ
Nobukazu Yoshii
Nifty cloud c4 sa meetup
Nifty cloud c4 sa meetup
Yuichi Saotome
超高速処理とスケーラビリティを両立するApache GEODE
超高速処理とスケーラビリティを両立するApache GEODE
Masaki Yamakawa
WebIntentsにより拓かれる次のWeb
WebIntentsにより拓かれる次のWeb
Kensaku Komatsu
Toward Firefox OS
Toward Firefox OS
dynamis
Recomendados
Py conjp2017ジョブフェア
Py conjp2017ジョブフェア
創史 花村
Geode meetup 20160609
Geode meetup 20160609
Tomohiro Ichimura
C4SAでFacebookアプリつくってみた
C4SAでFacebookアプリつくってみた
Tomoaki Hosomi
初心者がC4SAでつくるかんたん神アプリ
初心者がC4SAでつくるかんたん神アプリ
Nobukazu Yoshii
Nifty cloud c4 sa meetup
Nifty cloud c4 sa meetup
Yuichi Saotome
超高速処理とスケーラビリティを両立するApache GEODE
超高速処理とスケーラビリティを両立するApache GEODE
Masaki Yamakawa
WebIntentsにより拓かれる次のWeb
WebIntentsにより拓かれる次のWeb
Kensaku Komatsu
Toward Firefox OS
Toward Firefox OS
dynamis
最新Webプロトコル傾向と対策
最新Webプロトコル傾向と対策
Kensaku Komatsu
Treasure Data Cloud Strategy
Treasure Data Cloud Strategy
Treasure Data, Inc.
Xamarin 概要 @ 2015/1/29 CROSS 2015
Xamarin 概要 @ 2015/1/29 CROSS 2015
Yoshito Tabuchi
オフラインファーストの思想と実践
オフラインファーストの思想と実践
Shumpei Shiraishi
CROSS 2015 モバイル開発環境セッション
CROSS 2015 モバイル開発環境セッション
Masahiro Tanaka
Delphi のひみつ!(2015/01/29 CROSS 2015)
Delphi のひみつ!(2015/01/29 CROSS 2015)
Jun Hosokawa
Java script.trend(spec)
Java script.trend(spec)
dynamis
現場から変えた“サービスの作り方” -何を作るのかではなくなぜ作るのか- #devsumi
現場から変えた“サービスの作り方” -何を作るのかではなくなぜ作るのか- #devsumi
Yahoo!デベロッパーネットワーク
Apache Geode で始めるSpring Data Gemfire
Apache Geode で始めるSpring Data Gemfire
Akihiro Kitada
NTT DATA と PostgreSQL が挑んだ総力戦
NTT DATA と PostgreSQL が挑んだ総力戦
NTT DATA OSS Professional Services
Selenium, Appium, and Robots!
Selenium, Appium, and Robots!
hugs
日々進化するHadoopの 「いま」
日々進化するHadoopの 「いま」
NTT DATA OSS Professional Services
2012 Velocity London: DevOps Patterns Distilled
2012 Velocity London: DevOps Patterns Distilled
Gene Kim
Embulk, an open-source plugin-based parallel bulk data loader
Embulk, an open-source plugin-based parallel bulk data loader
Sadayuki Furuhashi
STAC 2015 自動家は見た~自動化の現場の真実~ SIDE:マネージャ
STAC 2015 自動家は見た~自動化の現場の真実~ SIDE:マネージャ
Noriyuki Mizuno
Kubernetesを触ってみた
Kubernetesを触ってみた
Kazuto Kusama
ビッグデータ処理データベースの全体像と使い分け
ビッグデータ処理データベースの全体像と使い分け
Recruit Technologies
20120731 c4 saリリースパーティlt
20120731 c4 saリリースパーティlt
Kaz Watanabe
「自動家は見た! 〜自動化の現場の真実〜」-システムテスト自動化カンファレンス2015「.reviewrc(おいしが)」発表枠 #stac2015
「自動家は見た! 〜自動化の現場の真実〜」-システムテスト自動化カンファレンス2015「.reviewrc(おいしが)」発表枠 #stac2015
Kazuhito Miura
Impala + Kudu を用いたデータウェアハウス構築の勘所 (仮)
Impala + Kudu を用いたデータウェアハウス構築の勘所 (仮)
Cloudera Japan
機械学習の定番プラットフォームSparkの紹介
機械学習の定番プラットフォームSparkの紹介
Cloudera Japan
HDFS Supportaiblity Improvements
HDFS Supportaiblity Improvements
Cloudera Japan
Más contenido relacionado
Destacado
最新Webプロトコル傾向と対策
最新Webプロトコル傾向と対策
Kensaku Komatsu
Treasure Data Cloud Strategy
Treasure Data Cloud Strategy
Treasure Data, Inc.
Xamarin 概要 @ 2015/1/29 CROSS 2015
Xamarin 概要 @ 2015/1/29 CROSS 2015
Yoshito Tabuchi
オフラインファーストの思想と実践
オフラインファーストの思想と実践
Shumpei Shiraishi
CROSS 2015 モバイル開発環境セッション
CROSS 2015 モバイル開発環境セッション
Masahiro Tanaka
Delphi のひみつ!(2015/01/29 CROSS 2015)
Delphi のひみつ!(2015/01/29 CROSS 2015)
Jun Hosokawa
Java script.trend(spec)
Java script.trend(spec)
dynamis
現場から変えた“サービスの作り方” -何を作るのかではなくなぜ作るのか- #devsumi
現場から変えた“サービスの作り方” -何を作るのかではなくなぜ作るのか- #devsumi
Yahoo!デベロッパーネットワーク
Apache Geode で始めるSpring Data Gemfire
Apache Geode で始めるSpring Data Gemfire
Akihiro Kitada
NTT DATA と PostgreSQL が挑んだ総力戦
NTT DATA と PostgreSQL が挑んだ総力戦
NTT DATA OSS Professional Services
Selenium, Appium, and Robots!
Selenium, Appium, and Robots!
hugs
日々進化するHadoopの 「いま」
日々進化するHadoopの 「いま」
NTT DATA OSS Professional Services
2012 Velocity London: DevOps Patterns Distilled
2012 Velocity London: DevOps Patterns Distilled
Gene Kim
Embulk, an open-source plugin-based parallel bulk data loader
Embulk, an open-source plugin-based parallel bulk data loader
Sadayuki Furuhashi
STAC 2015 自動家は見た~自動化の現場の真実~ SIDE:マネージャ
STAC 2015 自動家は見た~自動化の現場の真実~ SIDE:マネージャ
Noriyuki Mizuno
Kubernetesを触ってみた
Kubernetesを触ってみた
Kazuto Kusama
ビッグデータ処理データベースの全体像と使い分け
ビッグデータ処理データベースの全体像と使い分け
Recruit Technologies
20120731 c4 saリリースパーティlt
20120731 c4 saリリースパーティlt
Kaz Watanabe
「自動家は見た! 〜自動化の現場の真実〜」-システムテスト自動化カンファレンス2015「.reviewrc(おいしが)」発表枠 #stac2015
「自動家は見た! 〜自動化の現場の真実〜」-システムテスト自動化カンファレンス2015「.reviewrc(おいしが)」発表枠 #stac2015
Kazuhito Miura
Destacado
(19)
最新Webプロトコル傾向と対策
最新Webプロトコル傾向と対策
Treasure Data Cloud Strategy
Treasure Data Cloud Strategy
Xamarin 概要 @ 2015/1/29 CROSS 2015
Xamarin 概要 @ 2015/1/29 CROSS 2015
オフラインファーストの思想と実践
オフラインファーストの思想と実践
CROSS 2015 モバイル開発環境セッション
CROSS 2015 モバイル開発環境セッション
Delphi のひみつ!(2015/01/29 CROSS 2015)
Delphi のひみつ!(2015/01/29 CROSS 2015)
Java script.trend(spec)
Java script.trend(spec)
現場から変えた“サービスの作り方” -何を作るのかではなくなぜ作るのか- #devsumi
現場から変えた“サービスの作り方” -何を作るのかではなくなぜ作るのか- #devsumi
Apache Geode で始めるSpring Data Gemfire
Apache Geode で始めるSpring Data Gemfire
NTT DATA と PostgreSQL が挑んだ総力戦
NTT DATA と PostgreSQL が挑んだ総力戦
Selenium, Appium, and Robots!
Selenium, Appium, and Robots!
日々進化するHadoopの 「いま」
日々進化するHadoopの 「いま」
2012 Velocity London: DevOps Patterns Distilled
2012 Velocity London: DevOps Patterns Distilled
Embulk, an open-source plugin-based parallel bulk data loader
Embulk, an open-source plugin-based parallel bulk data loader
STAC 2015 自動家は見た~自動化の現場の真実~ SIDE:マネージャ
STAC 2015 自動家は見た~自動化の現場の真実~ SIDE:マネージャ
Kubernetesを触ってみた
Kubernetesを触ってみた
ビッグデータ処理データベースの全体像と使い分け
ビッグデータ処理データベースの全体像と使い分け
20120731 c4 saリリースパーティlt
20120731 c4 saリリースパーティlt
「自動家は見た! 〜自動化の現場の真実〜」-システムテスト自動化カンファレンス2015「.reviewrc(おいしが)」発表枠 #stac2015
「自動家は見た! 〜自動化の現場の真実〜」-システムテスト自動化カンファレンス2015「.reviewrc(おいしが)」発表枠 #stac2015
Más de Cloudera Japan
Impala + Kudu を用いたデータウェアハウス構築の勘所 (仮)
Impala + Kudu を用いたデータウェアハウス構築の勘所 (仮)
Cloudera Japan
機械学習の定番プラットフォームSparkの紹介
機械学習の定番プラットフォームSparkの紹介
Cloudera Japan
HDFS Supportaiblity Improvements
HDFS Supportaiblity Improvements
Cloudera Japan
分散DB Apache KuduのアーキテクチャDBの性能と一貫性を両立させる仕組み「HybridTime」とは
分散DB Apache KuduのアーキテクチャDBの性能と一貫性を両立させる仕組み「HybridTime」とは
Cloudera Japan
Apache Impalaパフォーマンスチューニング #dbts2018
Apache Impalaパフォーマンスチューニング #dbts2018
Cloudera Japan
Apache Hadoop YARNとマルチテナントにおけるリソース管理
Apache Hadoop YARNとマルチテナントにおけるリソース管理
Cloudera Japan
HBase Across the World #LINE_DM
HBase Across the World #LINE_DM
Cloudera Japan
Cloudera のサポートエンジニアリング #supennight
Cloudera のサポートエンジニアリング #supennight
Cloudera Japan
Train, predict, serve: How to go into production your machine learning model
Train, predict, serve: How to go into production your machine learning model
Cloudera Japan
Apache Kuduを使った分析システムの裏側
Apache Kuduを使った分析システムの裏側
Cloudera Japan
Cloudera in the Cloud #CWT2017
Cloudera in the Cloud #CWT2017
Cloudera Japan
先行事例から学ぶ IoT / ビッグデータの始め方
先行事例から学ぶ IoT / ビッグデータの始め方
Cloudera Japan
Clouderaが提供するエンタープライズ向け運用、データ管理ツールの使い方 #CW2017
Clouderaが提供するエンタープライズ向け運用、データ管理ツールの使い方 #CW2017
Cloudera Japan
How to go into production your machine learning models? #CWT2017
How to go into production your machine learning models? #CWT2017
Cloudera Japan
Apache Kudu - Updatable Analytical Storage #rakutentech
Apache Kudu - Updatable Analytical Storage #rakutentech
Cloudera Japan
Hue 4.0 / Hue Meetup Tokyo #huejp
Hue 4.0 / Hue Meetup Tokyo #huejp
Cloudera Japan
Apache Kuduは何がそんなに「速い」DBなのか? #dbts2017
Apache Kuduは何がそんなに「速い」DBなのか? #dbts2017
Cloudera Japan
Cloudera Data Science WorkbenchとPySparkで 好きなPythonライブラリを 分散で使う #cadeda
Cloudera Data Science WorkbenchとPySparkで 好きなPythonライブラリを 分散で使う #cadeda
Cloudera Japan
Cloudera + MicrosoftでHadoopするのがイイらしい。 #CWT2016
Cloudera + MicrosoftでHadoopするのがイイらしい。 #CWT2016
Cloudera Japan
Cloud Native Hadoop #cwt2016
Cloud Native Hadoop #cwt2016
Cloudera Japan
Más de Cloudera Japan
(20)
Impala + Kudu を用いたデータウェアハウス構築の勘所 (仮)
Impala + Kudu を用いたデータウェアハウス構築の勘所 (仮)
機械学習の定番プラットフォームSparkの紹介
機械学習の定番プラットフォームSparkの紹介
HDFS Supportaiblity Improvements
HDFS Supportaiblity Improvements
分散DB Apache KuduのアーキテクチャDBの性能と一貫性を両立させる仕組み「HybridTime」とは
分散DB Apache KuduのアーキテクチャDBの性能と一貫性を両立させる仕組み「HybridTime」とは
Apache Impalaパフォーマンスチューニング #dbts2018
Apache Impalaパフォーマンスチューニング #dbts2018
Apache Hadoop YARNとマルチテナントにおけるリソース管理
Apache Hadoop YARNとマルチテナントにおけるリソース管理
HBase Across the World #LINE_DM
HBase Across the World #LINE_DM
Cloudera のサポートエンジニアリング #supennight
Cloudera のサポートエンジニアリング #supennight
Train, predict, serve: How to go into production your machine learning model
Train, predict, serve: How to go into production your machine learning model
Apache Kuduを使った分析システムの裏側
Apache Kuduを使った分析システムの裏側
Cloudera in the Cloud #CWT2017
Cloudera in the Cloud #CWT2017
先行事例から学ぶ IoT / ビッグデータの始め方
先行事例から学ぶ IoT / ビッグデータの始め方
Clouderaが提供するエンタープライズ向け運用、データ管理ツールの使い方 #CW2017
Clouderaが提供するエンタープライズ向け運用、データ管理ツールの使い方 #CW2017
How to go into production your machine learning models? #CWT2017
How to go into production your machine learning models? #CWT2017
Apache Kudu - Updatable Analytical Storage #rakutentech
Apache Kudu - Updatable Analytical Storage #rakutentech
Hue 4.0 / Hue Meetup Tokyo #huejp
Hue 4.0 / Hue Meetup Tokyo #huejp
Apache Kuduは何がそんなに「速い」DBなのか? #dbts2017
Apache Kuduは何がそんなに「速い」DBなのか? #dbts2017
Cloudera Data Science WorkbenchとPySparkで 好きなPythonライブラリを 分散で使う #cadeda
Cloudera Data Science WorkbenchとPySparkで 好きなPythonライブラリを 分散で使う #cadeda
Cloudera + MicrosoftでHadoopするのがイイらしい。 #CWT2016
Cloudera + MicrosoftでHadoopするのがイイらしい。 #CWT2016
Cloud Native Hadoop #cwt2016
Cloud Native Hadoop #cwt2016
The future of data by Doug Cutting #hcj2014
1.
データの未来 チーフアーキテクト・Hadoop創始者 Doug
Cu+ng @cu+ng
2.
未来を知ることはできない
3.
しかし幾つかの事実が真実を予測
4.
事実: ハードウェア価格はさらに安く
5.
事実: データの価値はさらに高まり
6.
事実: オープンソースが勝ち残る
7.
事実: Hadoop機能はさらに向上し
8.
事実: Hadoopが当たり前になり
9.
事実: Hadoopがビッグデータ界を席巻
10.
事実: トランザクション処理でさえ Hadoop上での実行が可能に
11.
エンタープライズデータハブ
12.
@cu+ng
Descargar ahora