前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >【BDTC先睹为快】刘爱贵:闪存原理和大数据应用方法

【BDTC先睹为快】刘爱贵:闪存原理和大数据应用方法

作者头像
CSDN技术头条
发布2018-02-08 17:43:01
5340
发布2018-02-08 17:43:01
举报
文章被收录于专栏:CSDN技术头条

2014年12月12-14日,由中国计算机学会(CCF)主办,CCF大数据专家委员会承办,中科院计算所与CSDN共同协办的2014中国大数据技术大会(Big Data Technology Conference 2014,BDTC 2014)将在北京新云南皇冠假日酒店拉开帷幕。大会为期三天,以推进行业应用中的大数据技术发展为主旨,拟设立“大数据基础设施”、“大数据生态系统”、“大数据技术”、“大数据应用”、“大数据互联网金融技术”、“智能信息处理”等多场主题论坛与行业峰会。由中国计算机学会主办,CCF大数据专家委员会承办,南京大学与复旦大学协办的“2014年第二届CCF大数据学术会议”也将同时召开,并与技术大会共享主题报告。

本次大会将邀请近100位国外大数据技术领域顶尖专家与一线实践者,深入讨论Hadoop、YARN、Spark、Tez、HBase、Kafka、OceanBase等开源软件的最新进展,NoSQL/NewSQL、内存计算、流计算和图计算技术的发展趋势,OpenStack生态系统对于大数据计算需求的思考,以及大数据下的可视化、机器学习/深度学习、商业智能、数据分析等的最新业界应用,分享实际生产系统中的技术特色和实践经验。

在本次大会召开之前,CSDN和本次大会“大数据基础设施”的演讲嘉宾Memblaze解决方案总监刘爱贵,做了一次简单的沟通,他表示将会在大会上分享“闪存原理和大数据应用方法”。

Memblaze解决方案总监刘爱贵

中科院博士,长期从事存储领域研发工作,具有多年分布式存储理论和实践经验,GlusterFS技术专家,当前专注于Server SAN研究方向。现任Memblaze解决方案总监,负责公司解决方案产品研发工作,致力于为用户提供基于闪存的全方位、系统化的解决方案。

CSDN:你所在的公司,都曾使用过哪些大数据技术?你对这些技术满意的地方和不满意的地方分别有什么?

刘爱贵:目前还没有使用大数据技术,但是非常关注大数据,Memblaze产品的关键应用之一就是大数据。从我们的客户和技术团队反 馈来看,大数据技术能够解决传统技术无法解决的应用问题,包括超大规模、高性能、高扩展等维度。但是也能感觉到,大数据技术生态系统太过庞大,技术更新太 快,中小企业难以掌控。

CSDN:根据你的了解,目前类似的企业中,在数据方面,遇到的最大困难是什么?

刘爱贵:根据我的理解,数据在不同生命周期阶段具有不同的价值和管理需求,如何合理地使用不同的软硬件,需要非常专业的技术人员,这对企业数据管理是个挑战。这就要求数据管理系统更加弹性和智能,从而降低系统管理人员的要求。

CSDN:在大数据领域,目前还有哪些技术是你正在观察和研究的,为什么你看好这些技术?

刘爱贵:目前我比较关注大数据领域的存储技术,包括全内存存储系统,Server SAN、全闪存阵列等。大数据对存储系统的带宽、IOPS、latency等性能提出了更高的要求,传统存储技术难以满足需求,需要新的存储技术来解决问题。

CSDN:请谈谈你在这次大会上即将分享的话题。

刘爱贵:本次大会上我将与大家分享闪存技术以及大数据应用方法,从剖析闪存本质特性着手,帮助大家更好的理解和用好闪存技术。并且将从一些不同角度探讨闪存在大数据上比较新颖的用法,期望能够实现闪存助力大数据发展。

CSDN:哪些听众最应该了解这些话题?你所分享的主题可以帮助听众解决哪些问题?

刘爱贵:对闪存技术感兴趣的,尤其是大数据存储系统开发者、运维技术人员。期望我分享的主题能够帮助他们更好地理解闪存,然后用好闪存,切实把闪存应用到大数据中。

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2014-12-03,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 CSDN技术头条 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
对象存储
对象存储(Cloud Object Storage,COS)是由腾讯云推出的无目录层次结构、无数据格式限制,可容纳海量数据且支持 HTTP/HTTPS 协议访问的分布式存储服务。腾讯云 COS 的存储桶空间无容量上限,无需分区管理,适用于 CDN 数据分发、数据万象处理或大数据计算与分析的数据湖等多种场景。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档