大数据分析JavaOne2017

简介:

先来分享下我下载到的slides,应该能下载的大部分都在里面了Slides。也可以前往逊尧的分享下载部分PPT和了解更多JAVAONE内容https://www.atatech.org/articles/91571

JavaOne的数据分析

咱也来一把标题党,是不是大数据分析不重要,本文绝对有助于大家全面了解JavaOne。从我自己开发的"NLP"工具对session title进行了分析,不能做到极其严谨,因为有的session跟我不一样,是真正的标题党。

1)先来总结一下吧

此次JavaOne共有个498个Session,总结来看JAVA和ORACLE是完全认知和拥抱云计算和大数据这个已经到来的未来。微服务技术更加成熟,业内有了更多的思考。DOCKER,DEVOPS,KUBERNETS被提及也处于前列。而JAVA技术本身在往微服务,异步化(消息化),Steams,REACTIVE,函数式方向发展。业内也出现了一些较新的技术和理念,像Serverless,Event Sourcing,CQRS等等,这些其实也都是在围绕微服务展开。

2) Session详情

1) 此次JavaOne被提及5次以上的topic及数量如下。

  • Topic: JAVA with counts 187
  • Topic: JAVA9 with counts 83
  • Topic: JAVAEE with counts 82
  • Topic: CLOUD with counts 45
  • Topic: MICROSERVICES with counts 30
  • Topic: ORACLE with counts 28
  • Topic: DATA with counts 27
  • Topic: APPLICATIONS with counts 24
  • Topic: APPS with counts 17
  • Topic: WEB with counts 17
  • Topic: DATABASE with counts 17
  • Topic: DEVELOPERS with counts 17
  • Topic: ORACLECLOUD with counts 15
  • Topic: KUBERNETES with counts 15
  • Topic: APACHE with counts 15
  • Topic: DOCKER with counts 15
  • Topic: BUILDING with counts 15
  • Topic: DEVOPS with counts 15
  • Topic: DEVELOPMENT with counts 13
  • Topic: TOOLS with counts 13
  • Topic: JAVAFX with counts 13
  • Topic: API with counts 13
  • Topic: APPLICATION with counts 12
  • Topic: CODE with counts 12
  • Topic: MOBILE with counts 11
  • Topic: BUILD with counts 11
  • Topic: OPEN with counts 11
  • Topic: JAVASCRIPT with counts 11
  • Topic: SECURITY with counts 10
  • Topic: MACHINELEARNING with counts 10
  • Topic: PERFORMANCE with counts 10
  • Topic: PATTERNS with counts 10
  • Topic: CONTAINERS with counts 10
  • Topic: IOT with counts 10
  • Topic: JVM with counts 10
  • Topic: REACTIVE with counts 10
  • Topic: OPENSOURCE with counts 10
  • Topic: KOTLIN with counts 9
  • Topic: SYSTEMS with counts 9
  • Topic: DESIGN with counts 8
  • Topic: GUIDE with counts 8
  • Topic: STREAMS with counts 8
  • Topic: DEVELOPER with counts 8
  • Topic: COMMUNITY with counts 8
  • Topic: ENTERPRISE with counts 8
  • Topic: PRACTICES with counts 8
  • Topic: KAFKA with counts 8
  • Topic: SPARK with counts 8
  • Topic: MODULES with counts 7
  • Topic: FUNCTIONAL with counts 7
  • Topic: SCALE with counts 7
  • Topic: JAVADEVELOPERS with counts 7
  • Topic: JAVA8 with counts 7
  • Topic: BESTPRACTICES with counts 7
  • Topic: ONORACLECLOUD with counts 7
  • Topic: PROGRAMMING with counts 6
  • Topic: JAVAAPPS with counts 6
  • Topic: DEVELOPING with counts 6
  • Topic: SERVERLESS with counts 6
  • Topic: CLOUDNATIVE with counts 6
  • Topic: SCALA with counts 6
  • Topic: REALTIME with counts 6
  • Topic: BLOCKCHAIN with counts 6
  • Topic: ECLIPSE with counts 6
  • Topic: SERVICE with counts 6
  • Topic: SQL with counts 5
  • Topic: BIGDATA with counts 5
  • Topic: JSON with counts 5
  • Topic: ANALYTICS with counts 5
  • Topic: DESIGNPATTERNS with counts 5
  • Topic: NODEJS with counts 5

1.3 一点感想

说实话我们可里在大规模系统的建设上是全世界所有公司需要学习的。但是最新技术的探索使用,在效率、标准化、拥抱生态等方面,我们还是相对落后的,业内讨论最多的一些技术我们甚至都没听说过。是不是有的时候应该有人稍微停下来,审视下我们的技术与业内的GAP,取长补短,这样长此一往,我们不仅scalable, resilient方面很强,我们的效率还是最好的。

相关文章
|
19天前
|
存储 消息中间件 监控
【Flume】Flume在大数据分析领域的应用
【4月更文挑战第4天】【Flume】Flume在大数据分析领域的应用
|
1月前
|
Cloud Native 数据处理 云计算
探索云原生技术在大数据分析中的应用
随着云计算技术的不断发展,云原生架构作为一种全新的软件开发和部署模式,正逐渐引起企业的广泛关注。本文将探讨云原生技术在大数据分析领域的应用,介绍其优势与挑战,并探讨如何利用云原生技术提升大数据分析的效率和可靠性。
|
1月前
|
存储 消息中间件 大数据
Go语言在大数据处理中的实际应用与案例分析
【2月更文挑战第22天】本文深入探讨了Go语言在大数据处理中的实际应用,通过案例分析展示了Go语言在处理大数据时的优势和实践效果。文章首先介绍了大数据处理的挑战与需求,然后详细分析了Go语言在大数据处理中的适用性和核心技术,最后通过具体案例展示了Go语言在大数据处理中的实际应用。
|
1月前
|
数据采集 运维 数据挖掘
API电商接口大数据分析与数据挖掘 (商品详情店铺)
API接口、数据分析以及数据挖掘在商品详情和店铺相关的应用中,各自扮演着重要的角色。以下是关于它们各自的功能以及如何在商品详情和店铺分析中协同工作的简要说明。
|
3月前
|
关系型数据库 MySQL Serverless
高顿教育:大数据抽数分析业务引入polardb mysql serverless
高顿教育通过使用polardb serverless形态进行数据汇总,然后统一进行数据同步到数仓,业务有明显高低峰期,灵活的弹性伸缩能力,大大降低了客户使用成本。
|
3月前
|
机器学习/深度学习 数据采集 算法
大数据分析技术与方法探究
在当今信息化时代,数据量的增长速度远快于人类的处理能力。因此,如何高效地利用大数据,成为了企业和机构关注的焦点。本文将从大数据分析的技术和方法两个方面进行探究,为各行业提供更好的数据应用方向。
|
3月前
|
机器学习/深度学习 人工智能 自然语言处理
大数据分析的技术和方法:从深度学习到机器学习
大数据时代的到来,让数据分析成为了企业和组织中不可或缺的一环。如何高效地处理庞大的数据集并且从中发现潜在的价值是每个数据分析师都需要掌握的技能。本文将介绍大数据分析的技术和方法,包括深度学习、机器学习、数据挖掘等方面的应用,以及如何通过这些技术和方法来解决实际问题。
52 2
|
3月前
|
机器学习/深度学习 人工智能 运维
大数据分析:探索信息世界的钥匙
在当今信息爆炸的时代,大数据分析成为挖掘宝藏般的技术和方法。本文将介绍大数据分析的基本概念、技术与方法,并探讨其在商业、科学和社会领域中的广泛应用。从数据收集和预处理到模型构建和结果解读,大数据分析为我们揭示了信息世界的钥匙,为决策者提供了有力的支持。
|
2月前
|
API
GEE案例分析——利用sentinel-3数据计算空气污染指数(Air Pollution Index,简称API)
GEE案例分析——利用sentinel-3数据计算空气污染指数(Air Pollution Index,简称API)
106 0
|
3月前
|
数据挖掘
离线大数据分析的应用
离线大数据分析的应用