在本人浅薄的认识里一直认为hadoop是与云绝缘的。在本人的认知里hadoop为了保证效率最好一个文件能够均匀地分配到所有物理磁盘上，而虚拟化后就无法保证虚拟机上的一个必然对应到唯一的物理磁盘了，文件的写入或读取也就很难无法保证每次都把所有物理磁盘利用起来，甚至出现资源的等待和抢夺。以上是理论上的不可能。另外，我所认识的gp的厂商产品专家也亲口承认过他们的gp是不适合跑在云上的，相信hadoop也是一样的道理。而我们的合作厂商也测试过将hadoop运行在同等配置的虚拟机上，测试结论也是性能下降至少30个百分点。然而，最近参加了微软的技术大会，大会上微软具备大数据智能的公有云azure是其重点推介对象，而其背后的大数据处理平台正是ha […]

最近在研究各手机号段开始的使用时间，但是找了很多地方都没有详细数据

如何以大数据时代的眼光看待支付宝。？

2016应届毕业生，前几天去参加了iPIN（爱拼信息公司）的宣讲会。听了大牛杨洋的精彩演讲，受益良多。在笔试的时候，他说到：“投递数据分析与数据挖掘工程师岗位的同学，请在试卷上注明。因为这两个岗位的区别非常大。”请问知乎上的各位大牛，“数据分析”与“数据挖掘工程师”的区别到底是什么？？如果可以详细讲解，不胜感激！！谢谢！~

能不能提供一些易大师关于冷却CD和伤害的细节数据分析，比如有人说易的三刀等于五刀，什么1.8s一个Q什么的，怎么算的，都蒙了

人口老龄化会导致社会没有活力

有N个数组（N范围为1-2000），每个数组里存放的是M个64位的整数（M范围为1-2000），单个数组中数字不重复。求这些数组中出现最多的前K个数（假如K为10）？目前想到的是将这些数放到map中，然后对map结果排序，取出其中最多的几个数。请问有更好的办法吗？很多答案都提到了使用map-reduce，不过由于目前用户量比较小，后期用户量也不会太大，所以考虑把用户关系图直接读入内存进行运算。原始问题：社交网站上，A关注了1-2000个用户，同时这1-2000个用户分别关注了1-2000个用户，如何找出这二度人脉中出现最多的用户，然后给A推荐？