来自友盟公司数据平台架构师吴磊在DTCC上详细的介绍了《移动应用分析平台中的开源大数据系统实践》，他指出，数据是移动互联网的主旋律。友盟是成立于2010年4月的一家专注移动应用分析平台，目前拥有52万app，处理的数据接近2PB。友盟移动应用分析平台在数据采集部分，在成立初期采用基础架构，但是随着互联网的发展过去的传统的架构不够使用，现在已经迁移到使用finagle server，Resque换成Kafka。在数据传输部分采用了数据总线(Kafka)。在数据处理层面，对于实时数据通过Storm实现，而离线数据则采用ElepantBrid、 ProtoBuf、 Compress等。

▲友盟公司数据平台架构师吴磊

　　在数据存储层面，实时数据采用MongoDB，MongoDB能够提供横向扩展功能。对于离线数据而言，它的特性是数据量特别大，因此采用HDFS存储和Hbase存储两种方式。HDFS 存储主要存储的是日志，已经达到PB级规模。

▲友盟公司移动平台架构

　　对于Hbase，吴磊详细的介绍了使用经验。Hbase如果是采用默认随机读的优化，那么它的性能是不够的， 所以，需要进行优化才能进行随机请求的时候才能够有很大的性能提升。

▲友盟公司移动平台数据采集架构

　　变随机读为顺序读在方面通过采取全局排序的方式，能够提高效率和运行时间。

　　除以上遇到问题以后，在数据聚合、RowKey设计、参数调优、表预先切分、客户端使用参数调优、大批写使用Bulk Load、中间数据和小表使用文件更优等方面都需要进行调优。

　　在实际的工作中，吴磊也详细的介绍了Hbase的使用教训主要是三个方面：第一，重视运维;第二，关注官方动态;第三，谨慎使用新特征。

　　Shanghai Linux User Group创始成员之一王伟珣介绍了《HAWQ MPP SQL for HDFS of Hadoop 基于Hadoop原生HDFS的大规模并行SQL》 主题发言。

▲Shanghai Linux User Group创始成员之一王伟珣

▲HAWQ简介

　　他指出，HAWQ仍然是一个标准的实现，具有很大的优点，能够支持Apache Hadoop原生HDFS的SQL大规模并行引擎(MPP SQL)，GPFX External Tables 接口，使用SQL透明访问Hadoop上各类数据HDFS, HBase, Hive，Parquet格式等等，还可以还支持SQL透明访问NFS，HTTP其他格式的数据(可自定义)Performance and Scalability，Parallel Everything，Dynamic Pipelining，High Speed Interconnect(基于UDP)，HDFS access with C++ libhdfs3，Co-Located Joins & Data Locality，Partition Elimination(支持静态动态表分区)，Higher Cluster Utilization，Concurrency Control(资源作业优先级调度)。

▲HAWQ与Hadoop HDFS之间的联系

▲HAWQ与Hadoop HDFS数据访问流

▲HAWQ对比Greenplum DB基本架构