作者：民工肖某
2月份
ü 整理了智能家居的方案和视频，按家庭场景分类，包含智能插座、智能电器、智能影音、电动窗帘、安防监控等。
ü 学习存储基础。对象存储，针对照片、视频等，适合多租户场景，每块数据对应着一个唯一的ID，根据ID直接定位数据位置，每个数据既有元数据又有存储数据，同属对象存储能够自己完成安全性、自恢复、负载均衡等；块存储-SAN，类似一块大磁盘，可以按用户需求格式成对应的文件系统，一般通过iSCSI连接；文件存储-NAS，类似一个共享文件夹，文件系统已存在，NAS以文件为存储协议，开销较大。
ü 参加CSDN在线培训—— 用SQL-on-Hadoop构建互联网数据仓库与商务智能系统。 数据仓库的数据来源主要有：1、通过Apache/Nginx的日志收集到的数据2、一般存储在Oracle/MySQL中的用户和业务数据3、通过ETL工具从其他外部DW数据源里导入的数据等。Hive是目前互联网企业中处理大数据、构建数据仓库最常用的解决方案。 Cloudera在主导Impala项目。以百度为例，百度尝试把MySQL接入Impala的后端作为存储引擎，同时实现相应操作对应的PlanFragment，那么用户来的query还是按照原来的解析方法解析成各种PlanFragment，然后直接调度到对应的节点(HDFS DataNode/HBaseRegionServer/MySQL)上执行。会把某些源数据或者中间数据放到MySQL中，用户的query涉及到使用这部分数据时直接去MySQL里面拿。
ü 参加2014年国际数据产业峰会，里面主要的议题有：
中移动：对内做网络质量优化的集群分析；对外做管理分类/实时交易等大数据分析。比如做Paas-离线分析的数据交易系统，hadoop架构支撑，分析图计算、社交圈，采用SQL接口，做多级索引，复杂查询分析；从经营分析数据，ETL导入，对接各个业务引擎（门户/导航/基地），应用平台的数据展示；
在流计算产品方面，移动布局了大云的开源社区，整合了开发力量、应用渠道、统一版本；由CDH版本进行了定制；
场景1：数据批处理系统（hadoop-汇总-EDW）
场景2：话单查询系统（Hbase-KV）
场景3：分析挖掘（建模/预测）
案例1：全国平台大集中，云化ETL实现，整合67套系统（流程树/并发控制/资源隔离）
案例2：互联网内容分析（网页+日志），分析热点和话题
案例3：去IOE尝试。BOSS/CRM系统，从小机+Orcle，改造为SQL on Hadoop
案例4：新浪微博爬虫与挖掘（图计算引擎）
华为：
应用为中心到数据为中心的改变；电信行业的数据分析特点，结构化数据、成本低、数据质量比较好；比如位置数据、社交数据等；对内可以做企业的决策、经营、体验和数据兑现；对外可以做即买即用、渠道营销、智能经营、同质化竞争。一些案例：Verizon利用网格的精准营销，做NBA售票；沃达丰利用用户数据，为广告商、零售商提供服务；
从运营商的数据角度看，只从D/O域分析，数据源片面，只有通过用户数据的融合，才有利于数据开放；目前看，有5大领域的应用：
- 企业战略驱动
- 增强型的数据分析，从D到O
- 业务营销，及内容植入
- 网络优化，从O到B
- 数据变现
天云：
做云平台的资源管理方案，以往的B-C模式到C-B模式的改变，对应的IT应用模式改变，云IT工厂适应这种趋势。有2点需求，1是all in one的IT架构，从虚拟门户到资源监控，及规模扩展；2是公有云、私有云资源的混合管理