超人学院大数据技术沙龙

头一次，参加技术沙龙哈哈哈哈哈

第一个牛人演讲概要

1.图计算

2.Tungsten

3.建议

图存储与计算机中是一个矩阵，在矩阵中标识各个定点和边的属性。

在图中求取关键路径则需要图计算，相对于hadoop的技术要快很多。主要因为图计算的每次迭代都会去掉一些信息（点和线）。hadoop则是全部在进行运算。所以相对于一些图的问题，还是图计算比较快。

图计算的几个框架

GIRAPH(开源)、GraphLab(开源，速度快)、GoolgePregel（未开源）

图计算的应用：

PageRank图，权重

User_Item Graphs

Triangle Counting三角形计算

Social NetWorks 社交网络

Tungsten比较快，在dateset中自动引用。由于使用了java中的sun.misc.unsafe。不使用jvm的垃圾回收策略，自己控制后大大提升了计算速度。

例如：字符串“abcd”正常应该是4个字节，但是如果是对象的表示则添加object head12字节，而后还加了一些其他的东西，一共是24字节。在java中使用unicod保存，则24*2=48字节。

这个就是使用jvm的差异，在gcTime中

图中使用BSP模型

建议：

不一定是分布式就会快，网路传送数据会有很多的延迟消耗。只要将大数据计算中的模型，基本的原型搞懂，不一定非要分布式才会高效。最好高效的算法需要自己实现。

大数据能力：存储、计算、查询、挖据

pasal语言很重要？？？？不知道什么语言了。妈的

go语言

scala语言