目前携程利用自主研发的风控系统有效识别、防范这些风险。携程风控系统从零起步，经过五年的不断探索与创新，已经可以有效覆盖事前、事中、事后各个环节。也从原来基于“简单规则+DB”，发展到目前能够支撑10X交易增长的智能化风控系统，基于规则引擎、实时模型计算、流式处理、M/R、大数据、数据挖掘、机器学习等的风控系统，拥有实时、准实时的风险决策、数据分析能力。

我们知道，Facebook使用Hadoop来进行大数据的处理，但Facebook又是如何保障频繁、庞大的数据请求等高压环境下不发生故障的呢？我们一起来了解一下Facebook内部的Hadoop使用情况以及其NameNode故障转移技术。

当你的系统每天要实时从MySQL到Kafka发布几十亿条消息时，你会怎么管理这些数据的模式信息呢?

GBDT(Gradient Boosting Decision Tree) 又叫 MART(Multiple Additive Regression Tree)，是一种迭代的决策树算法，该算法由多棵决策树组成，所有树的结论累加起来做最终答案。它在被提出之初就和SVM一起被认为是泛化能力较强的算法。

酒店和酒店服务业也许刚开始使用大数据，但是它有令人羡慕的数据数量和种类可供利用。从订房那一刻起到退房那一刻，客户留下的第一条数据痕迹，都被分析人员开始认真地转变成可付诸行动的洞察力。

英特尔公司虽然能够利用BigDL这类库获得一定竞争优势，但从长远角度来看，机器学习的历史车轮仍在朝着以GPU支持为主的方向滚动。

我们的MongoDB服务拥有完善的自动备份/恢复功能，灵活的备份策略，好用的恢复到任意时间点功能。我们的备份存放了多份副本，可靠性达10个9，请大家放心使用!

本文作者Justin LaFayette，为我们解读他眼中大数据的未来。

当数据中心业界的人们听到“模块化数据中心”(MDC)这个术语时，其实每个人对于MDC的真正感觉印象都是不同的。MDC的采用已经呈现出上升趋势：根据IDC的调研报告显示，表示在过去18个月中，已经对其数据中心进行了重大改造的74%的受访者，约有87%的受访者表示，他们所在的数据中心部署了模块化，预制或容器集装箱式的数据中心组件。但这一现状并没有减轻数据中心行业的大多数人(无论其是关注于IT还是基础设施)对于不同类型的模块化数据中心缺乏一致性的理解。

这个系列会深度讲解我们如何用“确保只有一次”的方式把MySQL数据库中的改动实时地以流的方式传输出去，我们如何自动跟踪表模式变化、如何处理和转换流，以及最终如何把这些数据存储到Redshift或Salesforce之类的数据仓库中去。

企业运营对于企业来说是非常重要的，因为良好的运营体系会让企业在市场宣传中轻松应对各种情况。当我们迈入数据时代的时候，企业在运营上相对应的也发生了改变，从最初的粗放式运营逐渐过渡到精细化运营。