跳到页脚

标签:Apache Hadoop

行人密度图

可搜索的地面真相:在自动驾驶汽车开发中查询不常见的情况

在开发Uber的自动驾驶汽车系统时,工程师找到了一种方法,可以在代表现实世界中的传感器数据中识别边缘案例方案。
大象轮廓

DBEVENTS:一个标准化框架,可有效将数据摄入Uber的Apache Hadoop数据湖

Uber工程师讨论了DBEVENTS的开发,这是一种用于高数据质量和新鲜度的变更数据捕获系统,能够在全球范围内运行。

Peloton:Uber的统一资源调度程序,用于不同的集群工作负载

Uber开发了Peloton,以帮助我们平衡资源使用,弹性共享资源并计划未来的容量需求。

Uber的大数据平台:100多个pb具有微小延迟

负责清洁,存储和服务100 pb的分析数据,Uber的Hadoop平台可确保数据可靠性,可伸缩性和易用性,并且延迟最小。
Marmaray徽标

Marmaray:一个开源的通用数据摄入和分散框架和Apache库...

今天,我们介绍了Marmaray,这是一个开源框架,允许Apache Hadoop的数据摄入和散布,从而实现了我们对任何合成的源功能的愿景,包括数据格式验证。

扩展Uber的Apache Hadoop分布式文件系统以增长

Uber的数据基础架构团队通过结合了几个新功能和功能,包括ViewFS,Namenode垃圾收集调整和HDFS负载管理服务,从而大修了我们扩展存储基础架构的方法。

流行文章