Submit Search
The future of data by Doug Cutting #hcj2014
5 likes
5,982 views
Cloudera Japan
1 of 12
Download now
Downloaded 58 times
1
2
3
4
5
6
7
8
9
10
11
12
More Related Content
PDF
Py conjp2017ジョブフェア
創史 花村
PDF
Geode meetup 20160609
Tomohiro Ichimura
KEY
C4SAでFacebookアプリつくってみた
Tomoaki Hosomi
PPT
初心者がC4SAでつくるかんたん神アプリ
Nobukazu Yoshii
PPTX
Nifty cloud c4 sa meetup
Yuichi Saotome
PDF
超高速処理とスケーラビリティを両立するApache GEODE
Masaki Yamakawa
PPTX
WebIntentsにより拓かれる次のWeb
Kensaku Komatsu
PDF
Toward Firefox OS
dynamis
Py conjp2017ジョブフェア
創史 花村
Geode meetup 20160609
Tomohiro Ichimura
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
Nobukazu Yoshii
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
Masaki Yamakawa
WebIntentsにより拓かれる次のWeb
Kensaku Komatsu
Toward Firefox OS
dynamis
Viewers also liked
(19)
PPTX
最新Webプロトコル傾向と対策
Kensaku Komatsu
PDF
Treasure Data Cloud Strategy
Treasure Data, Inc.
PDF
Xamarin 概要 @ 2015/1/29 CROSS 2015
Yoshito Tabuchi
PPTX
オフラインファーストの思想と実践
Shumpei Shiraishi
PDF
CROSS 2015 モバイル開発環境セッション
Masahiro Tanaka
PDF
Delphi のひみつ！（2015/01/29 CROSS 2015）
Jun Hosokawa
PDF
Java script.trend(spec)
dynamis
PDF
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
PPTX
Apache Geode で始める Spring Data Gemfire
Akihiro Kitada
PDF
NTT DATA と PostgreSQL が挑んだ総力戦
NTT DATA OSS Professional Services
PDF
Selenium, Appium, and Robots!
hugs
PDF
日々進化するHadoopの 「いま」
NTT DATA OSS Professional Services
PPT
2012 Velocity London: DevOps Patterns Distilled
Gene Kim
PDF
Embulk, an open-source plugin-based parallel bulk data loader
Sadayuki Furuhashi
PDF
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
PDF
Kubernetesを触ってみた
Kazuto Kusama
PDF
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
PDF
20120731 c4 saリリースパーティlt
Kaz Watanabe
PDF
「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
最新Webプロトコル傾向と対策
Kensaku Komatsu
Treasure Data Cloud Strategy
Treasure Data, Inc.
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
Shumpei Shiraishi
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）
Jun Hosokawa
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
Yahoo!デベロッパーネットワーク
Apache Geode で始める Spring Data Gemfire
Akihiro Kitada
NTT DATA と PostgreSQL が挑んだ総力戦
NTT DATA OSS Professional Services
Selenium, Appium, and Robots!
hugs
日々進化するHadoopの 「いま」
NTT DATA OSS Professional Services
2012 Velocity London: DevOps Patterns Distilled
Gene Kim
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
Noriyuki Mizuno
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
Recruit Technologies
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
Kazuhito Miura
Ad
More from Cloudera Japan
(20)
PPTX
Impala + Kudu を用いたデータウェアハウス構築の勘所 （仮）
Cloudera Japan
PPTX
機械学習の定番プラットフォームSparkの紹介
Cloudera Japan
PPTX
HDFS Supportaiblity Improvements
Cloudera Japan
PDF
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
PDF
Apache Impalaパフォーマンスチューニング #dbts2018
Cloudera Japan
PDF
Apache Hadoop YARNとマルチテナントにおけるリソース管理
Cloudera Japan
PDF
HBase Across the World #LINE_DM
Cloudera Japan
PDF
Cloudera のサポートエンジニアリング #supennight
Cloudera Japan
PDF
Train, predict, serve: How to go into production your machine learning model
Cloudera Japan
PDF
Apache Kuduを使った分析システムの裏側
Cloudera Japan
PDF
Cloudera in the Cloud #CWT2017
Cloudera Japan
PDF
先行事例から学ぶ IoT / ビッグデータの始め方
Cloudera Japan
PPTX
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
PDF
How to go into production your machine learning models? #CWT2017
Cloudera Japan
PDF
Apache Kudu - Updatable Analytical Storage #rakutentech
Cloudera Japan
PPTX
Hue 4.0 / Hue Meetup Tokyo #huejp
Cloudera Japan
PDF
Apache Kuduは何がそんなに「速い」DBなのか? #dbts2017
Cloudera Japan
PDF
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
PDF
Cloudera + MicrosoftでHadoopするのがイイらしい。 #CWT2016
Cloudera Japan
PDF
Cloud Native Hadoop #cwt2016
Cloudera Japan
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
Cloudera Japan
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
Cloudera Japan
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
Cloudera Japan
HBase Across the World #LINE_DM
Cloudera Japan
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
Cloudera Japan
Apache Kuduを使った分析システムの裏側
Cloudera Japan
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
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 Japan
How to go into production your machine learning models? #CWT2017
Cloudera Japan
Apache Kudu - Updatable Analytical Storage #rakutentech
Cloudera Japan
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
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 Japan
Cloudera + MicrosoftでHadoopするのがイイらしい。 #CWT2016
Cloudera Japan
Cloud Native Hadoop #cwt2016
Cloudera Japan
Ad
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
Download
