摘要： 关注：对话Hadoop之父、E-MapReduce助力数据仓库建设、携程基于Hadoop大数据实践、一号店基于Hadoop的推荐系统、Hive性能优化
E-Mapreduce团队
1.5.0版本（正在研发）
1.6.0版本
对话Hadoop之父Doug Cutting|大数据和开源的未来
主要点有：新硬件、Spark、Hadoop上云、中国大数据技术的发展、开源
E-MapReduce助力建设企业级数据仓库
当业务系统在阿里云上，使用E-MapReduce建立数据仓库也是数天的事情
大数据，为什么不是传统BI的简单升级?
大数据与传统BI是社会发展到不同阶段的产物，大数据对于传统BI，既有继承，也有发展，从”道”的角度讲，BI与大数据区别在于前者更倾向于决策，对事实描述更多是基于群体共性，帮助决策者掌握宏观统计趋势，适合经营运营指标支撑类问题，大数据则内涵更广，倾向于刻画个体，更多的在于个.
携程大数据实践：高并发应用架构及推荐系统案例
通过各类大数据对用户进行研究，以数据驱动产品是解决这个课题的主要手段，携程的大数据团队也由此应运而生；经过几年的努力，大数据的相关技术为业务带来了惊人的提升与帮助。以基础大数据的用户意图服务为例，通过将广告和栏位的“千人一面”变为“千人千面”，在提升用户便捷性，可用性，降低费力度的同时，其转化率也得到了数倍的提升，体现了大数据服务的真正价值。
从0到1，一号店通用推荐平台的搭建
一号店精准化推荐部门通过不断探索，逐渐搭建了实时的、高可用的、推荐过程可追溯的通用推荐平台，目前该平台正在公司范围内被越来越多的人使用。本文从一号店通用推荐平台产生的背景谈起，详解该平台的整体架构设计、推荐流程可视化系统设计、推荐结果可视化系统设计等，并在最后进行了总结。这套系统也可以快速在阿里云的E-MapReduce平台构建。
2 分钟读懂大数据框架 Hadoop 和 Spark 的异同
谈到大数据，相信大家对Hadoop和Apache Spark这两个名字并不陌生。但我们往往对它们的理解只是提留在字面上，并没有对它们进行深入的思考，下面不妨跟我一块看下它们究竟有什么异同。
Hive性能优化
本篇博客讲述了作者在工作中总结Hive的常用优化手段和在工作中使用Hive出现的问题
| 会议 | 地点 | 时间 | 费用 |
| --- | --- | --- | --- |
| [2016杭州云栖大会] | 杭州 | 2016年10月 | 收费+免费 |
