如题，系统搭建在公司的虚拟机集群上，这样还有木有性能上的优势?或者说这样搭建分布式计算系统还有意义么?反正最终都是服务器的内存和硬盘，我感觉用多线程，多进程的老方法，直接在服务器上跑，省去那些集群间的调度和网络io，是不是会更快一些？小白不懂,求大侠相助

分布式内存文件系统tachyon（Tachyon Home）已于前日更名为Alluxio（Alluxio Project Website），请问为什么会改名呢？貌似在软件界这样的先例也不算太多。

https://wiki.apache.org/incubator/BeamProposal你如何看待此提议，该项目前景如何？

号称 “不仅在性能上全面超越了美国Hadoop平台主导的第一代大数据操作系统，更是填补了我国大数据产业缺乏操作系统的空白，成为全球首个第二代大数据操作系统，这也意味着中国将从数据大国走向数据强国”，请相关专业人士分析一下。- 第二代大数据操作系统在中国首发上市– 海绵数据推出第二代大数据操作系统– 海绵大数据 Sponge

看了两天hadoop，有个基础概念没明白，假设块大小是64M，我有128M的数据，按理说会启两个mapper，但是mapper默认是按行读数据，比如说64M有1000行，是每个mapper会循环执行map方法1000次？最后每个mapper汇总这1000次的结果交给reducer? 我在程序里设置了 NLineInputFormat.setNumLinesPerSplit(job, 5); map方法里打印一个tag，测试数据有10行，结果打印了10次tag

不知排队论是否对后续的大数据项目有用，处理数据时是否需要排队论的知识来实现分布式计算的负载平衡？

想看看近几年vldb中关于MPP的文章，但是在网上怎么都找不到。进入每年的官网，除来14年有个文章选项点进去能看一些，其他年的官网上都看不到啊。

类似hadoop中的hdfs