大数据与机器学习周报 第 16 期：谷歌 BigQuery 现在允许查询所有 GitHub 开源项目了

业界新闻

1. 《谷歌 BigQuery 现在允许查询所有 GitHub 开源项目了》：谷歌和 GitHub 宣布，谷歌 BigQuery 现在为 GitHub 上 280 多万个托管开源项目提供了一个完整的快照。这让用户可以使用 SQL 查询托管在 GitHub 上的将近 20 亿个开源文件

2. 《eBay 收购 SalesPredict，看中其机器学习能力》：SalesPredict 成立于 2012 年，它主要帮助创业公司分析潜在的盈利机会，eBay 表示将会利用这些技术来对自己的顾客进行预测

3. 《牛津大学开发新软件可以让普通汽车自动驾驶》：Oxbotica 是一家英国企业，它是从牛津大学分拆出来的，该公司正在开发新的软件系统，它可以将普通汽车变成无人驾驶汽车

技术干货

1. 《Apache Kylin 在美团数十亿数据 OLAP 场景下的实践》：美团各业务线存在大量的 OLAP 分析场景，需要基于 Hadoop 数十亿级别的数据进行分析，直接响应分析师和城市 BD 等数千人的交互式访问请求，对 OLAP 服务的扩展性、稳定性、数据精确性和性能均有很高要求。本文主要介绍美团的具体 OLAP 需求，如何将 Kylin 应用到实际场景中，以及目前的使用方式和现状

2. 《如果你还在停服迁移数据，那你就 out 啦！！》：很多数据库提供的原生迁移工具只能进行全量数据拷贝，为了保证迁移数据一致性，要求业务在数据迁移之前需停止服务。所以这种传统的迁移方案对业务影响极大。为降低数据迁移门槛，阿里云数据传输 DTS 推出不停服迁移功能。使用不停服迁移功能，可实现整个数据迁移过程中，业务停服时间降低到分钟级别

深度观点

1. 《探秘 Facebook 数据中心，人工智能硬件系统 Big Sur 一瞥》：Big Sur 是由大量芯片 GPUs 组成的计算机服务器。Facebook 将其 AI 系统进行开源，有助于整个产业加速发展

2. 《深度访谈：华为开源数据格式 CarbonData 项目，实现大数据即席查询秒级响应》：CarbonData 是一种低时延查询、存储和计算分离的轻量化文件存储格式。那么相比 SQL on Hadoop 方案、传统 NoSQL 或相对 ElasticSearch 等搜索系统，CarbonData 具有什么样的优势呢？CarbonData 的技术架构是什么样子的？未来有什么样的规划？我们采访了 CarbonData 项目的技术负责人为大家解惑

3. 《阿里云机器学习平台》：作者以机器学习的概念入手展开了此次分享，演讲中他重点介绍了阿里云机器学习平台的基础架构和产品特点，并结合阿里内部的芝麻信用分、推荐系统等场景讲解了 PAI 平台的具体应用方案