目录：

• >为什么Apache Hadoop让人如此着迷？

  在云计算世界中，有一个概念最被认可，但却很少有人理解。当被问及Apache Hadoop时，绝大部分企业都会将其看做是首屈一指的云计算数据模型。但是，大部分人都不知道Hadoop是什么，应当如何使用它或者它是否对他们有帮助。

• >Pivotal快速进入状态 欲将云与大数据完美整合

  今年4月，EMC正式宣布成立独立运营的子公司Pivotal。而在相继发布了Pivotal HD与HAWQ等杀手级应用之后，公司还发布了其下一代计算平台Pivotal One的计划。作为一家“初创（Start-ups）”公司，Pivotal已经对来自EMC、VMware的不同业务与部门完成了整合，同时明确了“IT即服务”和打造下一代PaaS平台的战略目标。

• >云端大数据分析：存储、网络和服务器的挑战

  有鉴于云计算大数据分析对网络、存储以及服务器的严格要求，我们毫不奇怪有些客户会把麻烦的任务、花费较大的任务都外包给云计算。虽然云计算供应商们表示，他们欢迎这个新的业务机遇，支持云计算大数据分析可以迫使他们面对可管理的不同架构困难。

• >大数据的救世主：Apache Hadoop和Hive

  Apache Hadoop和MapReduce吸引了大量大数据分析专家和BI专家的眼球。将Hadoop分散文件系统广泛化，或能用Java语言编写或执行Mapreduce工作则需要真正严格上乘的软件开发技术。Apache Hive将是唯一的解决办法。

• >Hadoop云服务之战：微软vs.亚马逊

  毫无疑问，Apache Hadoop软件库拥有当今最多的大数据分析思想。Gartner在2012年三月的报告中指出Hadoop作为一个流行的搜索词，在网站上的搜索量已经比2011年增加了601.8%。Hadoop逐渐普及的背后主要的驱动力在于大数据和社交计算的炒作，广泛的企业级开源软件应用。

• >Hadoop大数据分析：Azure HDInsight服务预览

  微软最新Windows Azure数据中心扁平网络存储（Flat Network Storage）架构，展示了Hadoop众所周知的“将计算转移到数据上”的特性，对大数据分析使用高可用性和可持续的blob存储集群成为现实。

• >入门级大数据分析：Google BigQuery

  大数据项目挺吓人的，尤其是如果包含了设置和管理Hadoop集群。如果你更习惯于SQL，而不是MapReduce，但是发现关系型数据库不符合分析需求，Google BigQuery值得一看。Google BigQuery提供了大数据分析入门级方法。

• >大数据挖掘云服务

  根据Cisco的预测，2013年互联网的数据就要达到667EB，而在2015年，在智利的巡天望远镜那里也会产品类似的数据，到2013年我们生成1.8ZB这样规模的数据只需要10分钟。何清表示：“大数据规模的增长实际上给我们的技术创新，给我们的市场竞争以及生产活动实际上带来了一个全新的前沿的领域。”