C*******n
发帖数: 24 | 1 是TJ watson。看来您对ibm research有了解，我这贴上职位介绍，还麻烦您帮我看看
想做码农的学生是否适合去。谢谢了
Job description
We currently have internship opportunities available in Solutions for a
Smarter Planet which focuses on research in living laboratories and with
industry clients to develop innovative solutions based on big data analysis.
In our department we develop innovative prototypes to solve problems in
industry verticals such as transportation, telecommunications, freight etc..
Our projects include the Dubuque living lab, an... 阅读全帖 |
|
P*******y
发帖数: 168 | 2 来自主题: JobHunting版 - 找工作总结 历时两个多月的找工作圆满结束。最后决定去T家。相信自己的选择没有错。
背景：
CS fresh PhD。BS和MS是EE的。
战果：
从一月底开始一共投了二十多家简历，前前后后收到9个phone或者on campus
interview。拿到8个on site interview。 另一个至今没消息。On site interview后
拿到5个offer，包括M, F, W, T, A(一个小公司)。
过程：
一月底开始陆陆续续在linkedin上，mitbbs上找人帮refer。大部分公司refer后没有回
音。二月初Microsoft和Amazon来学校career fair。投了简历。后来收到Microsoft的
on campus interview。Amazon至今没有回音。On campus interviw是在二月下旬。后
来三月初收到Microsoft的on site通知。但是告知是面SDET职位。回邮件给recruiter
说不想面SDET，只想面SDE职位。后来帮换成了SDE。三月五号开始最后一大批的投简历
。也都是找朋友或者linkedin上的人帮refer的。... 阅读全帖 |
|
|
h*********g
发帖数: 42 | 4 Post for a friend. Do not contact me ...
All these position is in Mainland China.
Please send your resume to m**********[email protected]
Title as "Name - Position Name"
*******************************************************************
Position Separation
*******************************************************************
The Position Principal/Consulting Software Engineer
Position Summary
Reporting to the head of the storage team, the Principal/Consulting Software
Engineer will play a pivotal r... 阅读全帖 |
|
s*********s
发帖数: 318 | 5 位置很好啊！
720 University Ave, Suite 200
Palo Alto, CA 94301
只懂hadoop/map-reduce/hdfs基本概念和C++的可以吗？ |
|
l*****t
发帖数: 2019 | 6 hadoop components : mapreduce,hdfs(copycat of google GFS or now colossus),
hbase(copycat of google.BigTable or spanner now), hive, pig, zookeeper,oozie
,flume,sqoop,hcat.etc
hadoop version: many v1 that's.0.x and YARN aka verson hadoop 2.0
hadoop vendor: apache, cloudera, mapr, hortonworks. arguably (who claims
support MapReduce) greenplum, datastax( Cassandra vendor that supports
MapReduce on CFS), Hadapt(Hadoop and SQL),heard couchdb,mongodb all supports
MapReduce now.
Hadoop new:
1) impala ... 阅读全帖 |
|
p*****2
发帖数: 21240 | 7 没用过真是一点办法也没有，用过了就是不一样，只是用过一点也会很不一样，比纸上
谈兵要好很多。感觉下边几个方面都比较重要。
1. NO SQL:
K/V store: Memcached, Redis
Document based: Mongodb, CouchDB (zhaoce大牛最钟爱的）
Column based: HBase, Cassandra
Graph based: Neo4j
2. BigData
Hadoop including HDFS and Mapreduce (800题大牛的钟爱）
HBase
Hive, Pig, Cascalog etc
Data mining
3. Concurrency
Multi threading: Java, C++
Actor model: Scala AKKA, Erlang
Reactor model: Node.js, Ruby eventmachine, Python twisted
STM: Clojure, Haskell
4. Distributed computing
很多技术的融合，这个应该800题大牛来讲讲，... 阅读全帖 |
|
c*****o
发帖数: 1702 | 8 跟我一个背景。试试做quant或者数据科学家吧。加强算法/R/python/SQL/套关系找人
推荐。
如果还有精力，把hadoop (MapReduce/HDFS搞搞清楚)
也就这点办法了。博士读完了再读master很吃力。
最重要的是脸皮要厚，要多试，面着面着就熟了。
可以先从local小公司开面，然后慢慢试BB->Amazon->FLG
加油！ |
|
w**z
发帖数: 8232 | 9 看了一下,好像是cloudera自己的技术，不用map reduce, work on hdfs directly, it
runs daemon on each node which caches data in memory. |
|
l*n
发帖数: 529 | 10 你提的问题的确涉及到mapreduce vs. analysis的核心：hdfs通用的分布式同数据的结
构化之间的矛盾。如果你的三种分析是独立的，那么你确实要分开run 3个MR的任务，
文件IO的确是要重复3次；如果三个分析的信息是结构化的，那么可以只搞一个复杂点
的MR任务，只做一次文件IO。这时候就变成了程序执行效率 vs. 程序编写效率之间的
矛盾了。
目前解决的方向好像都是在借鉴传统SQL的思路，比如是columnar storage，就是把结
构化信息拆开让不同组分分别存储，需要的时候再聚合，另一个是MR执行的推迟，让
engine对MR任务进行优化。Hive就是把query转成MR任务，有人说他慢就是因为生成的
MR方案以及query和query之间的优化还不够好吧。
word: |
|
L*****r
发帖数: 832 | 11 position in storage/networking performance team
Requirements:
- MS or Ph.D. in computer science or engineering
- 5+ years of industry experience or equivalent research experience
- Strong background in storage and networking
- Strong background in operating system internals including:
a)Hands on Unix/Linux/BSD kernel development
b) Expertise in performance optimizations for file systems such as HDFS, ZFS
, IBM-GPFS, CXFS, GFS/GFS2, GlusterFS, CacheFS, ...
- Experience in algorithm development, o... 阅读全帖 |
|
r****m
发帖数: 70 | 12 9月份的面试，连续四天面了LGTF，准备面试的半年多时间来从本版受益匪浅，现在把
面经写出来回馈本版，希望大家把好的传统延续下去。
L偏重设计，也可能与面的组是platform有关，6个面试有三个是设计，而且涉及很多细
节，比如index，distribute hash, circule counting. 有一面是manager问项目，个
人觉得选一个自己从头到尾做过的项目，然后按我下面的6点进行准备，基本就够了。
L是有题库的，建议多刷版面和glassdoor。
G偏重coding，每一面都是coding开始，而且占很大比例，如果时间多的话可能有两个
coding，也有可能接一个design问题。
T的面试最没规律，感觉基本是面试官自己决定问什么，所以这里不怎么好做总结。
F的面试是最标准化的，两个半coding + 一个design + 半个项目介绍 (项目介绍同上
面L的), F的题目重现率比较高，看版上的题目就差不多了，design问题基本在之前版
上归纳的几个类别： 设计feed，message, search，存储，都和大数据沾边。
LFT面试官大部分是同胞，大部分同胞是... 阅读全帖 |
|
r****m
发帖数: 70 | 13 9月份的面试，连续四天面了LGTF，准备面试的半年多时间来从本版受益匪浅，现在把
面经写出来回馈本版，希望大家把好的传统延续下去。
L偏重设计，也可能与面的组是platform有关，6个面试有三个是设计，而且涉及很多细
节，比如index，distribute hash, circule counting. 有一面是manager问项目，个
人觉得选一个自己从头到尾做过的项目，然后按我下面的6点进行准备，基本就够了。
L是有题库的，建议多刷版面和glassdoor。
G偏重coding，每一面都是coding开始，而且占很大比例，如果时间多的话可能有两个
coding，也有可能接一个design问题。
T的面试最没规律，感觉基本是面试官自己决定问什么，所以这里不怎么好做总结。
F的面试是最标准化的，两个半coding + 一个design + 半个项目介绍 (项目介绍同上
面L的), F的题目重现率比较高，看版上的题目就差不多了，design问题基本在之前版
上归纳的几个类别： 设计feed，message, search，存储，都和大数据沾边。
LFT面试官大部分是同胞，大部分同胞是... 阅读全帖 |
|
j*****7
发帖数: 10575 | 14 http://www.linkedin.com/jobs2/view/11585490
招聘职位：大数据工程师
要求：2年大数据经验，最好5年以上的工作经验。（目前团队中大部分是有5-10年以上
经验的，所以招进来的都是独立工作的）
地点 menlo park 靠280/ sand hill
产品：移动设备互联平台
现有的技术：
Java， Scala
Play
AWS
Kafka/ZK
.....
将来可能使用的大数据技术（一切皆有可能）
Cassandra
Hadoop(HDFS,MR,Hive,Hbase, .......,Impala, Presto)
Storm
Spark/Shark
......
团队：几个欧洲人和老美，就我一个中国人（你懂的）
优点：团队和产品属于三星开放创新中心(请自己狗狗)，有较高曝光度。项目刚完成验
证原型，真正的开发即将开始，所以很多东西都是从头来。而且三星的待遇在大公司里
算是中上等
缺点：产品和团队刚起步，将来的发展有不确定性。所谓风险与机遇并存
(TechOps也有一个职位，主要是AWS/Play/BigData的)
有意请发信至lz的id... 阅读全帖 |
|
j********x
发帖数: 2330 | 15 我不了解详情，应该是类似HDFS的那种中央集中控制的
Google从来就没有关于DHT系统的论文（？不确定），FB应该介绍过自己的photo
storage，A的替代dynamo的叫sabble，网上应该有介绍吧
但是我可以确定AG里面的主流存储系统肯定不是基于DHT的 |
|
e********2
发帖数: 495 | 16 哈哈，被我蒙对，有个公司问DHT，我就东扯西扯HDFS的namenode。 |
|
A*********t
发帖数: 64 | 17 Hama是开源的Pregel，在HDFS上面做graph partition，然后通过message passing再做
local computation，周而往复，知道算出答案为止。抛弃了MapReduce。居然说在某些
方面比较MapReduce有优势。
那么，
比MapReduce有什么优势呢？他们吹嘘比Mahout算k-mean快很多。真的有这么一回事？
为什么那个project总是怪怪的。那个jira基本上是1个人在commit（！）是不是里面有
什么问题？基本上是：
1.我发现问题。
2.我给了patch。
3.我commit。
怎么没有些interactions？
为什么Mahout又那么火呢？不停有人刷mailing list，不停有人commit。
知道内幕的人说说？ |
|
w********s
发帖数: 1570 | 18 其实面试的想问hdfs碰到瓶颈怎么优化的，比如怎么样加一个节点。 |
|
c*****a
发帖数: 808 | 19
我们组里的mapreduce packages都给别的组维护了, mapreduce太难debug了
组里大数据的东西都用scala spark了.
code简洁很多, spark里面就来来去去那么几个functions, filter, map, reduce...因
为可以用repl,很容易debug... spark在hdfs上面跑，可以直接调用极限memory,用repl
做analysis很爽很快 |
|
c*****a
发帖数: 808 | 20 来个spark的
val file = spark.textFile("hdfs://documents")
val words = file.flatMap(l=> l.split(" ")).map(w => (w, 1)).groupByKey(10000
).filter(p => p._2.size>5000).map(_._1)
|
|
T**********n
发帖数: 480 | 21 需要懂hive，java
有hdfs和hbase经验更好，能做web加分
这是一个直接影响revenue的关键职位，所以加急
湾区的有ads经验的基本都可以跳过电面直接onsite
t************[email protected]
另外已下opening继续招人
按优先级从高到低排序
*VoIP专家，需精通QoS,jitter,error resilience
Build and release（需要懂Jenkins）
*iOS 客户端（大量需求，最好懂C++）
*Android 客户端（大量需求，最好懂C++）
*QA, 有经验的server端的，最好有过开发经验，没经验的也会考虑但比较难
Puppet/Python/Linux hacker 运维和DevOps
Growth Hacker（有growth/engagement经验的最好）
Core Java with Hibernate/Spring 服务器
打*的如果非常优秀的可以跳过phone screen直接onsite
简历请发 t************[email protected] |
|
c***z
发帖数: 6348 | 22 大牛犀利
把我模模糊糊的对于DB的感觉一针见血的总结出来了
DB完全就是削足适履，一帮子不懂统计的人折腾个schema
等你需要数据去建模的时候，啥都没有，还得到clickstream里面去抽取
不如就直接HDFS把所有东西存了，让我自己来弄数据
最最倒霉的是，DB这帮人掌握了话语权，你还非得陪他们玩 |
|
b*****c
发帖数: 1103 | 23 HDFS底層對程序猿是透明的，不過最好符合設計原則，就是同一個rack上傳輸比不同
rack的要快 |
|
T**********n
发帖数: 480 | 24 需要懂hive，java
有hdfs和hbase经验更好，能做web加分
这是一个直接影响revenue的关键职位，所以加急
另外已下opening继续招人
按优先级从高到低排序
*VoIP专家，需精通QoS,jitter,error resilience
Build and release（需要懂Jenkins）
*iOS 客户端（大量需求，最好懂C++）
*Android 客户端（大量需求，最好懂C++）
*QA, 有经验的server端的，最好有过开发经验，没经验的也会考虑但比较难
Puppet/Python/Linux hacker 运维和DevOps
Growth Hacker（有growth/engagement经验的最好）
Core Java with Hibernate/Spring 服务器
打*的如果非常优秀的可以跳过phone screen直接onsite
简历请发 t************[email protected] |
|
z****e
发帖数: 54598 | 25 fb的产品没啥市场，我说的市场不是消费者市场
关键是软件产品没啥人用
fb做的最出名的软件产品是cassandra
这个是fb自己做失败的产品，然后交给apache
被apache弄活了，fb的软件产品开源了不少
但是市场反映可以说用非常平淡来形容都不为过
我是没有遇到过哪家软件公司会用fb的产品的
用的最多的是cassandra，这个说了，是apache的威力
fb有钱，这样瞎搞可以，其他公司，哪有办法这样搞
处理底层memory就是跟硬件去接触
没有几个人真喜欢搞这些，写软件最大的乐趣就在于不需要搭理硬件
db还有nosql，newsql那些说白了就是一个硬盘上的文件管理系统
db和两sql对于硬盘的封装，跟jvm对于内存，os对于cpu的封装是类似的
这些软件产品都可以归类到系统软件中去
都属于基础建设的一部分，这些东西，以前基建比较糟糕的时候
还可以骗钱，现在，开源到处都是，以后要通过这些东西骗钱会越来越难
因为开源不用钱，再便宜跟不用钱比？怎么比？
这些东西都是轮子，各个公司自己都会造那么一点
但是其他公司压根就不用，因为有一个vendor lockin的问题
比如googl... 阅读全帖 |
|
z****e
发帖数: 54598 | 26 替换掉mapreduce这些
但是hdfs还是会用hadoop的 |
|
c***z
发帖数: 6348 | 27 学习了，大牛威武
还是统计容易点，不用老这么折腾，老模型也都还能用
不过不折腾也拿不了高工资
有一个问题，为什么HDFS和其他系统的fault tolerance只是简单的dupes，而不是
error correction code 比如说 Hamming code 或者 Reed Solomon code |
|
Y*****y
发帖数: 361 | 28 放disk里面容量一般不是最critical的因素。放多个replica可以提高读操作的吞吐率
，load balancing也更好做，这些是error correction code没有的好处。不过新的
hdfs版本里面已经有支持了。两三年前G自己的文件系统也有了。 |
|
z****e
发帖数: 54598 | 29 替换掉mapreduce这些
但是hdfs还是会用hadoop的 |
|
c***z
发帖数: 6348 | 30 学习了，大牛威武
还是统计容易点，不用老这么折腾，老模型也都还能用
不过不折腾也拿不了高工资
有一个问题，为什么HDFS和其他系统的fault tolerance只是简单的dupes，而不是
error correction code 比如说 Hamming code 或者 Reed Solomon code |
|
Y*****y
发帖数: 361 | 31 放disk里面容量一般不是最critical的因素。放多个replica可以提高读操作的吞吐率
，load balancing也更好做，这些是error correction code没有的好处。不过新的
hdfs版本里面已经有支持了。两三年前G自己的文件系统也有了。 |
|
a*****s
发帖数: 1121 | 32 spark是分布式计算架构，hadoop是分布式系统架构，spark可以在hadoop得hdfs 文件
系统 和yarn 资源调度平台下运行。要被取代得是mapreduce，mapreduce也是分布式计
算架构。 |
|
d********w
发帖数: 363 | 33 品味来了。
Basics and Algorithms
The Five-Minute Rule Ten Years Later, and Other Computer Storage Rules of
Thumb (1997): This paper (and the original one proposed 10 years earlier)
illustrates a quantitative formula to calculate whether a data page should
be cached in memory or not. It is a delight to read Jim Gray approach to an
array of related problems, e.g. how big should a page size be.
AlphaSort: A Cache-Sensitive Parallel External Sort (1995): Sorting is one
of the most essential algorithms in... 阅读全帖 |
|
g*********e
发帖数: 14401 | 34 来自主题: JobHunting版 - 秒杀设计题 spark不是hdfs上的吗，如何用cassandra |
|
z*******3
发帖数: 13709 | 35 来自主题: JobHunting版 - 秒杀设计题 其实原理都那么一回事
kafka换成其他的message server
比如jms，本质都一样
反正无非找个server，能接收msg，能启动流程就可以了
然后spark套上随便一个rdd，其实都能用
couchbase和mongo就很尴尬了
因为spark之后，对于persistence的要求很低了
只要有一个东西能用来存数据就行了
处理全部交给spark去做，spark上面还有一堆libs
那如果把couch这些接上spark，那就显得多余
因为couch做的很多东西，其实spark就能做
而用了spark，用hdfs或者高级一点，cassandra就足够了
不需要couch这些，couchdb还是凑合，couchbase就显得多余 |
|
s*********p
发帖数: 130 | 36 15 summer Phd intern..
现在已经过了technical interview, 还剩一轮team fit interview。。但是貌似ＨＲ
不怎么给力，过了一周还没有结果。
我的主要方向是并行计算和高性能计算，想做关于云计算有关的Intern, 最好能用到包
括Map reduce, Hadoop, Hive, HDFS, HBase, 等等相关的技术。如果能用到machine
learning 相关的知识也很不错。
如果版上有大牛在FB 相应的组，求报大腿啊！！ |
|
f*******t
发帖数: 7549 | 37 对延迟不敏感的大数据批量处理，典型应用有data warehouse(HDFS)和Hive。Hive的
query运行时间以天为单位，自然不care几秒的GC pause啦 |
|
w********s
发帖数: 1570 | 38 接手遗留项目, 简单来说, 做法是
数据放在hadoop上
对数据有索引,索引也在hadoop上
查询的时候根据条件和索引,去hdfs下载数据到本地
然后对下载的数据作本地查询
请问有没有快一点的办法? |
|
a*****9
发帖数: 153 | 39 cvmastersonline上线以来楼主已经改过40份左右的cs简历了，实在忍不住来版上吐个
槽。各种不准确不专业今天就不提了，主要吐槽一下楼主见过的低级失误：
ubuntu是没有11.02这个版本号的。。
HDFS，不是HDF5
Demo，不是demon。demon是魔鬼的意思。。。
大家都知道刷题重要，但是楼主还是忍不住提醒大家一下：刷题确实对面试很重要，但
前提是您的简历允许您拿到面试。如果楼主是面试官，楼主对简历的想法会很简单：同
学您这简历都可以写的这么草率，写的code也就不用看了吧。。。 |
|
b**********5
发帖数: 7881 | 40 我只是说， 本来的问题是， 你只有一些hdfs file， 你要建立这个inverted index。
你store 这个inverted index in the hbase或者cassandra都可以 |
|
w********s
发帖数: 1570 | 41 其实现在做的也就是怎样查找数据更快点, 类似于hbase
技术和架构也就那样了, hdfs存储, 文件格式合理一点, 加点索引之类的
问题是这东西有前途么?
另外可以告诉大家一点, impala很差, scale out规模一大就会问题很多. |
|
b*****n
发帖数: 618 | 42 基本同意这个观点，产品跟工程师是确实有区别，
但是闭源的扩展性不见得差，另外现在基本上做什么都在cloud上了，G这方面比外面强
的不是一点两点。
mapreduce现在开源确实不见得能跟hadoop竞争，毕竟外面的这一套已经用太熟了。
不过就性能，扩展性等各方面来讲，内部的mapreduce基本上还是可以爆hadoop的好几
条街的水平。
做个假设，如果G的mapreduce一开始就开源，现在可能根本没有hadoop什么事情。
要再把HDFS跟G内部的File System比比，更不在一个档次上。
G的东西用起来非常方便，这点不管是对工程师还是产品都很重要。
另外IE被打趴不还是有性能的问题么。 |
|
h*********p
发帖数: 13 | 43 个人建议一开始不要用Cloudera和Hortonworks的VM，这都是配置好的环境，不利于了
解Hadoop的底层构造。
从Apache Hadoop开始，手动安Zookeeper，Hive，Pig，Sqoop，Oozie，Hue等组件。
这样你就对最基本的administration和HDFS/YARN架构有个粗浅了解。
然后去看Definitive Guide那本书，了解基本的MapReduce，不用看太细，现在没人直
接写这个
这样你就有了理解Hive和Pig的基础
剩下的HBase，Zookeeper，Sqoop根据需要看。 |
|
p****6
发帖数: 724 | 44
cassandra, HDFS, Zookeeper, Kafka, Storm 读懂documentation 通吃。排名分先后
：） |
|
o***e
发帖数: 497 | 45 公司：yahoo ads，部门中国人比较多，氛围还不错。
software engineer
各种level都可以
－会java
－有一点数据处理，pig，hdfs啥的
－多线程
－最好有一定的distributed system的背景hadoop啥的。
research engineer
－必须phd with strong publication record
－比较strong的数据处理数据分析machine learning背景
有兴趣者请发简历到[email protected]
/* */
我会把简历直接送到HM哪里。
请原谅我就不回复email或者帖子了，但是我会尽力推荐。
good luck |
|
E****h
发帖数: 41 | 46 Title: Senior Cloud and Big Data Engineer
Location: Mountain View, CA
We are looking for experienced engineer with cloud and big data background
to join the team, to define and build the global cloud infrastructure and
big data platform. You will have opportunities to use cutting edge
technologies to solve the most challenging topics. This is an open, dynamic,
and fast paced working environment.
Responsibilities:
• Identity key requirements, and come with the best solution to
address their... 阅读全帖 |
|
w**********0
发帖数: 192 | 47 随便举几个例子
初代GFS出生在2001年 外界的山寨版hadoop2007年才出现
等到外面开始做HDFS , Google已经开始基于Colossus做spanner了
领先外面的技术至少5-6年
再说个硬件的 智能汽车
DARPA够牛吧 从上世纪90年代开始 每年国防部大笔的钱投下去 试图开发出可以自
主行驶的车辆 应用到无人坦克上 减少美军的伤亡 一直没有大的突破 结果这个自
动驾驶技术被G做出来了 可以上路跑了
有些朋友列举了一些F A的技术， 这事情就是见仁见智了， F A这些年也还是做了一
些东西
可是L? L做了什么？ kafka? 这玩意无论技术的难度， 创新性, 业界影响力，
与GFS/Bigtable Cassandra, AWS这些，有可比性么？
纯粹论技术 这四家里面有L垫底 怎么也轮不到说 “G家的技术比起FLA” 怎样怎
样 |
|
z****e
发帖数: 54598 | 48
差不多吧
你有空搞点什么hadoop, cassandra, spark之类的
我觉得cassandra比较重要，hdfs其次 |
|
z****e
发帖数: 54598 | 49 楼主把leetcode继续刷，我觉得遇到lc原题的几率还是很大的
其次spring, hibernate是一个好的开始
然后cassandra, hdfs, spark, rxjava弄一弄
spark很大，那就先弄rxjava
我说的这些都不是一样的，原理都不一样，学会举一反三
你会一个，以后遇到类似的，比如你遇到storm，懂rxjava的话
storm不难，当然反过来也一样
java工作，这些frameworks/products，应该肯定会用到其中至少一个
面试时候跟人家说你会这些，肯定有优势，资本家计算的就是投入和产出
你会的东西多，他培训成本就低，很快就能上手干活
为什么不要你？阿三比老中强就强在态度上，丫一天到晚未必干活
但是至少装得很积极，一天到晚问boss，有什么我能干的？
就算他狗屁不通，但是他也装得很投入的样子在搞 |
|
z****e
发帖数: 54598 | 50
三哥怎样，is really out of ur control
没有用，你与其抱怨社会，不如老老实实做好准备
这个世界上还有富二代，人家p事不用做，一样生活得很美好
这个部分不是你要思考的问题，等你爬上了某些级别的位置之后再来思考不迟
我说的工作占了码农工作的很大一部分
当然不可能所有人都做这个，每个人针对自己的情况做分析
固然老中要团结，但是你自己也要做好准备
否则进去啥都不会，你manager也会过得很难受
多做准备，进去很快上手干活，能完成任务，你manager也会过得开心
如果你完不成任务，进度滞后，你manager也很难过
只要他难过，你也不会好过，最后大家一起差评走人
你不能只要求别人给你什么好处，而不反馈别人
另外说一句，spark的community里面老中数量明显超过三哥
spark community里面老中的面孔远远超过hadoop里面老中的面孔
因为数学用上去了，hdfs这种三哥就比较多了 |
|
