社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  机器学习算法

大规模深度学习缓存优化及在数据湖仓的应用

DataFunTalk • 4 年前 • 359 次点击  

随着公司业务规模的增长,数据中心承担越来越大的读写压力,直至查询延迟越来越大,数据中心不再能直接与应用程序交互。这时就需要做性能优化,而性能优化的第一要义就是缓存优化,近些年随着深度学习的崛起,Alluxio 分布式缓存技术正逐步成为业界解决云上 I/O 性能问题的主流解决方案。不仅如此, Alluxio还天然具备数据湖所需的统一管理和访问的能力。



本期Alluxio Day 我们邀请到了来自

微软、OPPO、BIGO的三位嘉宾

与我们共同分享Alluxio的应用实践


主题一

(活动主题&分享嘉宾)

关于嘉宾:

张虔熙 微软亚洲研究院高级研发工程师

- 曾参与公司大数据平台建设和优化,大规模深度学习集群的存储优化,探索云数据库事务算法设计,并发表多篇相关论文。

- 参与贡献过很多大数据开源项目,包括:Alluxio、Hadoop、HBase、Presto等。


扫码免费观看



主题二:

(活动主题&分享嘉宾)

关于嘉宾:

付庆午 OPPO 数据架构组高级工程师

曾就职于去哪儿网、阿里云,从事大数据平台开发,主要方向包括计算引擎,分布式缓存,任务调度。目前在OPPO数据架构负责计算平台研发工作。


扫码免费参与



主题三

(活动主题&分享嘉宾)

关于嘉宾:

唐云 BIGO离线计算Presto平台负责人

Senior Staff Engineer


点击阅读原文免费参与直播!

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/148271