大數據和雲計算技術週報（第27期）

寫在第27期週報

「大數據」 三個字實際上是個marketing語言，從技術角度看，包含範圍很廣，計算、存儲、網絡都涉及，知識點廣、學習難度高。

本期會給你們奉獻上精彩的：最流行的AI編程語言、Spark 2.三、Kafka分區機制介紹與示例、HBase學習之負載均衡、機器學習算法、Exactly Once。全是乾貨，但願你們喜歡！！！

#大數據和雲計算技術社區#但願經過堅持按期分享能幫助同窗在大數據學習道路上盡一份微博之力。相信長期堅持認真閱讀週報的同窗，在技術的道路上必定會日益精進！感謝編輯們的長期堅持！也請同窗們繼續打賞，支持社區，支持編輯們持續奉獻高質量知識！

#大數據和雲計算技術社區#長期招募有興趣參與社區編輯和運營的同窗，歡迎掃描文末二維碼聯繫（參與社區工做，收穫知識和進步，還有紅包哦）。

特別提醒，文末有驚喜！

如下是正文，限於衆編輯水平有限，不保證你們都喜歡。

1最流行的AI編程語言
AI？是否是聽的很高大上的感受，想不想試着瞭解一下AI的5種開發語言？Python、C++、java、LISP、Prolog相信我，總有一個是你喜歡的。

http://mp.weixin.qq.com/s/lugcwmcl5mbRhlN6849Lrw

2Spark 2.3
2018 年 2 月 28 日，Databricks 在官方工程博客上正式發佈 Apache Spark 2.3.0。新版本繼續向更快、更易用、更智能的目標邁進，引入了低延遲的持續處理能力和流到流的鏈接，讓 Structured Streaming 達到了一個里程碑式的高度；使用 Pandas UDF 提高 PySpark 的性能；爲 Spark 應用程序提供 Kubernetes 原生支持。其餘改進特性：基於 Structured Streaming 的機器學習管道 API、MLlib 加強和Spark SQL 加強等。

http://mp.weixin.qq.com/s/SJ2P4oJtvsMgzCSH3DH4vA

3Kafka分區機制介紹與示例
用過Kafka的童鞋都知道，每一個Topic通常會有不少個 partitions。爲了使得咱們可以及時消費消息，咱們也可能會啓動多個 Consumer 去消費，而每一個 Consumer 又會啓動一個或多個消費線程去分別消費 Topic 裏面的數據。Kafka 存在 Consumer Group 的概念，也就是 group.id 同樣的 Consumer，這些 Consumer 屬於同一個Consumer Group，組內的全部消費者協調在一塊兒來消費訂閱主題(subscribed topics)的全部分區(partition)。固然，每一個分區只能由同一個消費組內的一個consumer來消費。每一個group的中的consumer應該消費哪些分區，這就須要用特定的策略來進行分配。本文對Kafka分區機制進行了詳細講解！

http://lxw1234.com/archives/2015/10/538.htm

4HBase學習之負載均衡
負載均衡是計算機網絡領域的一個專業術語，該術語在分佈式系統領域應用很是普遍。對於HBase來說，不一樣節點（RegionServer）用戶請求須要負載均衡技術,HBase經過Region數量實現簡單的負載均衡，雖然這種方式比較簡單，但官方認爲這樣的實現是最簡潔、高效的，可以知足絕大部分的需求。接下來將介紹三種負載均衡計劃的原理和應用場景，以及手動控制的負載均衡。

http://blog.csdn.net/u013080251/article/details/68947376

5機器學習算法
本文對獲取關於重要機器學習概念知識的人們提供一些機器學習算法，同時免費提供相關的材料和資源

http://mp.weixin.qq.com/s/o1ke8jticohDHAXbgFbt4A

6Exactly Once
流計算引擎須要提供7×24的服務，一旦出錯須要儘快的恢復，且恢復後的計算結果也儘量不產生偏差，因此其容錯性就顯得尤其重要。

http://mp.weixin.qq.com/s/XN-dAXSuXr1irGviVl9b9Q

007開心一刻
一隻青蛙給牧師打電話，問本身的命運。牧師說：「明年，有一個年輕的姑娘會來了解你。」青蛙高興的蹦了起來：「哦，真的嗎？是在王子的婚禮上嗎？」牧師說：「不，是在她明年的生物課上。」