2014 Spark美国峰会顶级数据商精彩PPT分享

　Spark是一个基于内存计算的开源的集群计算系统，目的是让数据分析更加快速。Spark非常小巧玲珑，由加州伯克利大学AMP实验室的Matei为主的小团队所开发。使用的语言是Scala，项目的核心部分的代码只有63个Scala文件，非常短小精悍。 Spark 是一种与 Hadoop 相似的开源集群计算环境，但是两者之间还存在一些不同之处，它们使 Spark 在某些工作负载方面表现得更加优，换句话说，Spark 启用了内存分布数据集，除了能够提供交互式查询外，它还可以优化迭代工作负载。
　　2014年Spark Summit于6月30日至7月2日在美国旧金山举行。来自使用Spark的一线技术公司及专家汇聚一堂，共同探讨目前Spark在企业的落地情况及未来Spark的发展方向和遭遇的挑战，我们汇总一些精彩PPT分享给大家。

下载地址：http://www.chinastor.org/GuoJiXinWen/2949.html

Spark是一个基于内存计算的开源的集群计算系统，目的是让数据分析更加快速。Spark非常小巧玲珑，由加州伯克利大学AMP实验室的Matei为主的小团队所开发。使用的语言是Scala，项目的核心部分的代码只有63个Scala文件，非常短小精悍。 Spark 是一种与 Hadoop 相似的开源集群计算环境，但是两者之间还存在一些不同之处，它们使 Spark 在某些工作负载方面表现得更加优，换句话说，Spark 启用了内存分布数据集，除了能够提供交互式查询外，它还可以优化迭代工作负载。

　　2014年Spark Summit于6月30日至7月2日在美国旧金山举行。来自使用Spark的一线技术公司及专家汇聚一堂，共同探讨目前Spark在企业的落地情况及未来Spark的发展方向和遭遇的挑战，我们汇总一些精彩PPT分享给大家。

　　1. Databricks公司联合创始人兼现任CTO Matei Zaharia： Spark在大数据生态系统中的地位

　　Matei Zaharia是加州大学伯克利分校AMP实验室博士研究生，Databricks公司的联合创始人兼现任CTO。Zaharia致力于大规模数据密集型计算的系统和算法。研究项目包括：Spark、Shark、Multi-Resource Fairness、MapReduce Scheduling、SNAP Sequence Aligner，这次spark 峰会上他主要就 Spark的现状和未来做了详细的阐述。

　　2. 加州大学伯克利AMP实验室主任Mike Franklin：Berkeley数据分析的未来

　　Mike Franklin是加州大学伯克利AMP实验室主任， AMPLab是Berkeley Data Analytics Stack （BDAS）和Spark的发源地，作为BDAS的核心组件，获得了24家顶尖的IT公司的支持。在这次演讲中，我将分享伯克利未来BDAS的研究方向以及目前正在进行的一些研究项目，如机器学习、数据和模型服务。

　　3.DataStax工程执行副总裁  Martin Van Ryswyk：Spark 和 Cassandra

　　Apache Cassandra是领先的分布式数据库，能够满足世界上成千上万对可伸缩性和可用性最为苛刻的网站需求。这个演讲简要概述Cassandra，以及目前DataStax及DataStax合作伙伴的状态，另外还将分享两家使用Spark和Cassandra成功经验的例子。

　　4. Cloudera 联合创始人兼首席战略官Mike Olson：Apache Spark在企业数据分析的作用

　　Mike Olson是Cloudera 的联合创始人，并担任首席执行管直到2013年，然后开始了他的首席战略官生涯。主要负责Cloudera的产品策略、开源的领导以及与用户的对接。Mike还在Oracle公司担任过2年的嵌入式技术副总裁。此次峰会上他主要就Spark在企业中的作用以及Cloudera和Intel的合作做了相关解读。

　　5. SAP平台战略实施副总裁Aiaz Kazi： 交付大数据的企业级架构

　　Aiaz Kazi是SAP公司的平台战略实施副总裁，他负责平台技术、商业策略、平台采用、新平台计划。他的工作主要围绕SAP HANA、SAP HANA云平台、SAP HANA市场以及所有SAP产品的投资组合，包括内存技术、移动、分析、用户体验、集成和应用程序开发。

　　6.  Hortonworks CTO Eric Baldeschwieler：Spark和大数据应用程序的未来

　　Eric Baldeschwieler是专业大数据顾问。他是Hortonworks的创始CEO和后来的首席技术官。他创立并领导雅虎团队，将Apache Hadoop从原型发展到企业级技术，从而是Hadoop才有了如今的广泛使用。曾经他是雅虎和Inktomi网络搜索工程团队的领袖级人物。此次的演讲他主要分析了为什么Spark是最好的选择以及它为什么会是当下应用程序更好的平台。

　　7. Conviva联合创始人 Ion Stoica：Apache Spark与 Databricks

　　Ion Stoica是UC Berkeley计算机教授，Conviva共同创始人，目前是Databricks的CEO。弹性P2P协议Chord、集群内存计算框架Spark、集群资源管理平台Mesos都出自他。这次在Spark峰会上的演讲主题是Databricks的发展以及Databricks云。

　　8.  MapR 科技联合创始人兼CTO M.C. Srivas ：Spark和Hadoop的集成

　　M.C. Srivas在Google搜索基础设施团队工作了2年，在2009年夏天他选择离开了Google，并创建了公司——MapR。MapR也采用了Google基础设施背后优秀的设计思想（Google GFS和MapReduce），并提供大数据处理的业务。他的演讲主要是关于MapR的数据平台架构和Hadoop和Spark如何集成并最终为终端用户提供最完美的体验。

　　9. Databricks创始人Patrick Wendell：Spark的未来

　　Databricks创始人Patrick Wendell：毕业于加州大学伯克利分校计算机科学系，专注于大规模数据密集型计算。致力于Spark的性能基准测试，同时是spark-perf的合着者。此次峰会他的演讲主题是“Spark的未来”

　　10. Cloudera公司数据科学家Sandy Ryza：Spark on YARN

　　Cloudera公司高级软件工程师及Hadoop提交者Sandy Ryza主要致力于云计算架构Hadoop（MapReduce和 YARN）的资源管理。还为大数据集和POC设计机器学习工具，同时建立Monte Carlo simulations 和 NLP pipelines。此次峰会上他的演讲主题是“Spark on YARN”

　　11. 雅虎实验室高级研究员Hirakendu Das：Spark MLLib上的分布式决策树

　　12. IBM硅谷实验室高级工程师Dimple Bhatia ：IBM的在Apache Spark上的文本分析

参考网址：http://www.chinastor.org/GuoJiXinWen/2949.html

http://tieba.baidu.com/p/3150596338