华中区​Mesos meetup 技术分享交流会 一场大数据人的交流盛宴

by Norman Wang 2018-07-06

6月30日,由智领云科技和Mesosphere中国联合举办的华中Mesos Meetup 技术分享交流会,顺利举行并圆满结束。近4个小时技术交流、分享、提问和体验让本次活动干货十足。智领云BDOS演示和体验环节更是让与会人员现场体验了一次大数据操作系统的全貌。

大数据现在风靡一时,很多组织想知道他们可以从所掌握的所有信息中获得什么类型的商业智能。但是,尽管大数据意识不断增强,但只有少数组织(如谷歌,Facebook,Twitter,阿里巴巴)真正有能力充分利用它。然而,时机即将到来,希望利用大数据的组织不仅需要了解Apache Hadoop等基础技术的复杂性,还需要基础架构来帮助他们理解数据并保护数据。

在接下来的三到五年里,我们将看到理解和利用大数据的公司和无法利用数据的公司之间的差距日益扩大,那些成功地将大数据转化为可操作信息的公司具有明显的竞争优势。今天,大多数公司都知道大数据,大数据的意识已经非常普遍,但是对于真正利用大数据,很多公司仅仅正处于开始阶段。此次的Mesos技术交流分享会,正式在这个时代背景下举办的。

会议伊始,Mesosphere的亚太区总裁陈冉(Sam Chen)先生,为大会做了开场致辞,也为与会的大数据爱好者们介绍了Mesosphere这家低调但是非常有内涵的美国硅谷独角兽企业以及DC/OS这款得到诸多世界五百强企业青睐的数据中心操作系统。目前Mesosphere中国负责DC/OS在亚太地区的产品研发和推广。同时,作为大会的重要嘉宾,同样来自Mesosphere中国的高级解决方案构架师曹治政,在现场为大家从技术的角度详细介绍了Kubernetes在DCOS上面的最佳实践,引起了现场技术人员的深刻讨论。

智领云科技的CEO彭锋博士,从大数据运维的角度切入主题,深入浅出地讲述了在大数据时代下,在传统的DevOps上进行DataOps的趋势和必然性。他结合自身在Twitter和Ask.com的亲身经历为大家打开了大数据运维的篇章,在交流会上带来并介绍了由智领云科技自主研发的BDOS大数据操作系统。这款产品构建了一套全新的大数据平台架构,依托Mesos和Docker,让大数据行业的数据学家和数据分析师们从95%的无用功之中释放出来。BDOS抽象了所有为了使用大数据能力的组件,环境,依赖,硬件,可以一键发布一个大数据操作系统,就像在Windows操作系统上面使用Office办公软件一样。不论是数据科学家,商务分析师,或者是数据驱动的企业家都能轻松在BDOS上使用大数据应用,自此从繁重的环境搭建,组件依赖,和系统运维任务中抽身出来,专注BI,AI,机器学习,商业洞见挖掘等一系列的企业核心竞争力的工作中去。

同时,BDOS提供的大数据应用市场,让使用者,能像在App Store上安装手机APP一样,安装各种大数据技术组件,包括Hadoop、Hive、Spark、Kafka、Kafka Connect、Tensorflow、Zepplin、Hue等等, 同时支持主流的的不同类型的数据库(Oracle, MySQL, MongoDB 等), 让用户能自主的研发大数据应用,以使用各式各样的应用场景。

BDOS应用云平台基于Mesos+Docker的微服务应用运行平台,以Docker方式发布,提供配置模板,一键发布,真正做到降低大数据的门槛,让任何想要去进入大数据时代的企业都找到一个合适的入口,真正的将大数据变成企业在未来3~5年的核心竞争力。

同时,在企业级应用的领域上面,智领云的BDOS提供了企业级别的安全,审计,容错,监控等特性,同时更加提供了无需自主处理各种开源组件的企业化要求,支持公有云/私有云/混合云的发布。

在技术交流会的最后的自由交流环节当中,现场嘉宾彭锋博士和Mesosphere的资深构架师曹治政热情的回答了大家在Mesos,Docker,Kubernetes容器技术在数据中心管理和大数据运维最佳实践里面的各种问题,也希望能再华中区建立一个活跃的Mesos技术交流社群,传播大数据的原生技术。


大会分享的PPT可通过下面的链接,在线预览或者下载

嘉宾分享主题1: DataOps on Mesos and Docker
嘉宾分享主题2: Kubernetes on DC/OS


智领云同时也欢迎,对大数据技术有热情和追求的你来关注和加入我们,可以通过下面的两种途径联系并和我们交流

留言

评论

${{item['author_name']}} 回复 ${{idToContentMap[item.parent] !== undefined ? idToContentMap[item.parent]['author_name'] : ''}} · ${{item.date.slice(0, 10)}} 回复

暂时还没有一条评论.