大数据与云计算技术周报（第139期)

导语

“大数据” 三个字其实是个marketing语言，从技术角度看，包含范围很广，计算、存储、网络都涉及，知识点广、学习难度高。 本期会给大家奉献上精彩的：Antlr、flink、架构、MongoDB、spark、AI、分布式ID。全是干货，希望大家喜欢！！！

1ANTL

ANTLR是一款功能强大的语法分析器生成器，可用来读取、处理、执行和转换结构化文本或二进制文件。它被广泛应用于学术界和工业界构建各种语言、工具和框架。Antlr在Hadoop整个生态系统应用较为广泛，如Hive 词法文件是Antlr3写的

https://mp.weixin.qq.com/s/SrFZZPsXM0txwPzPDrIdfg

2mongo

本文讲述了从客户端到mongos和从mongos到mongod的连接数的关系，adaptive线程池的功能，mongos的连接池内部结构。

http://www.mongoing.com/archives/30014

3架构

架构没有捷径，有的只是前人的肩膀，努力学习，积极实践，消化理解，真正站在前人的肩膀上，才可能看到前进的方向

https://mp.weixin.qq.com/s/3JoR0_xpWizz8pmkcRu-jQ

4Flink

Flink实战：本文由贝壳找房实时计算负责人刘力云分享，主要内容为 Apache Flink 在贝壳找房业务中的应用，分为以下三方面：

1.业务规模与演进

2.Hermes 实时计算平台介绍

3.未来发展与规划

https://mp.weixin.qq.com/s/OklxwLQ-L6hYydMmon_GGg

5SPARK

本文主要讲的是国内酒店聚合的演进方案，利用Spark平台进行数据的机器聚合。

https://mp.weixin.qq.com/s/2PY6Hwd7lkv3tPjlphPrPQ

6大数据

谷歌曾在2009年2月在国际学术期刊《自然》上发表了《利用搜索引擎查询数据检测禽流感流行趋势》的论文，并设计了流感预测系统“Google Flu Trends（简称GFT，流感指数）”。该系统据称能够提前两周提供精确度不低于疾控中心的结果。

https://mp.weixin.qq.com/s/Lx9aZ72GJNy7rnHkKxhT8Q

7分布式ID

UidGenerator是百度开源的Java语言实现，基于Snowflake算法的唯一ID生成器。而且，它非常适合虚拟环境，比如：Docker。另外，它通过消费未来时间克服了雪花算法的并发限制。UidGenerator提前生成ID并缓存在RingBuffer中

https://mp.weixin.qq.com/s/ZxvSHZ2nmylfuwzyQWKvQw

8AI

基于机器学习场景，如何搭建特征数据管理中台？

https://mp.weixin.qq.com/s/tKy_XPYTJ-QQg_Ahjy7YaA

9AI

这篇文章介绍了为生产系统构建机器学习过程的很多方面的内容，都是从实践中总结出来的。

https://mp.weixin.qq.com/s/HplZGpEaydRXRN8KBC2TNg

10AI

一文详尽解释K-means算法

https://mp.weixin.qq.com/s/wWBTt4IuboV5LqeZAFUhdA

11开心一刻

一个姑娘问我，搞学术的为什么都睡得那么晚，难道只有到晚上才有灵感？不是，姑娘，搞学术不靠灵感，靠的是碌碌无为的白天引发的愧疚心。

致谢：

周蓬勃、王在道、孙亚飞、冯艺帆、陈少军、邓开表、张少华、薛述强、刘彬、刘超、廖程鹏、董言、吕西金、朱洁、蓝随、黄文辉、郭飞