Build2016上值得一看的大資料相關Session

標籤：

（此文章同時發表在本人公眾號“dotNET每日精華文章”，歡迎右邊二維碼來關注。)

題記：Build2016開完很久了，現在才來回顧下，就說說那些和大資料相關的Session，也因為筆者最近在深入研究這方面的東西。

3月30日到4月1日的Build2016 微軟開發人員大會的內容引爆了整個.NET開發社區，大家的熱情都被Xamarin免費開源、Bash on Windows等點燃了。不過在這些熱點背後，我還是比較關注和自己最近研究的大資料領域相關的Session。下面我就整理一些我個人認為值得關注的：

1，Building Big Data Applications using Spark and Hadoop

Spark現在在大資料方面的應用已經在搶佔Hadoop的風頭了，國內的互連網公司也已經有很多這方面的案例和分享。或許你正為快速搭建Spark叢集傷腦筋，不過我們知道微軟很早就在Azure中提供了Hadoop的服務——HDInsight，這不為了讓大家也能輕易的使用Spark，HDInsight服務也開始支援Spark了。這個Session就講述了如何利用Azure的Spark服務來快速搭建自己的大資料應用。

回放地址在：https://channel9.msdn.com/Events/Build/2016/P420

2，Building Analytics for the Modern Business

隨著大資料技術的發展，商業智慧分析也進入了新階段：資料即時的建立出來、這些資料由多種類型組成、資料量巨大、使用者期望更高、希望硬體和儲存成本更低、能夠移動化訪問。從而如何構建這樣的資料解決方案就成為挑戰。Azure通過提供資料倉儲服務（Data Warehouse as a Service）來協助大家開發快速和低成本的開發這樣的解決方案。

Session回放地址在：https://channel9.msdn.com/Events/Build/2016/T682

3，U-SQL: 0-60 for Big Data with .NET

U-SQL是微軟在Azure Data Lake（資料湖）中引入的一種基於SQL的新語言，它可以使用C#語言的文法來擴充大家熟悉的SQL文法，從而讓大資料處理更加容易和有意思。這個Session會講述U-SQL背後的概念，並通過一些例子來展示如何使用它查詢非結構化、半結構化和結構化資料。

回放地址在：https://channel9.msdn.com/Events/Build/2016/T696-R2

4，Azure Data Lake and Azure Data Warehouse: Applying Modern Practices to Your App

這個Session是關於Azure新資料服務Azure Data Lake和Azure Data Warehouse的概覽介紹。兩個服務都可用來儲存、處理和分析巨量資料。本Session會深入講解每個服務，並帶領大家瞭解整合大規模資料分析服務到應用的常見模式。

回放地址在：https://channel9.msdn.com/Events/Build/2016/B813

5，A Developers Guide to Azure SQL Data Warehouse

這個Session其實是一個關於Data Warehouse的入門介紹了。介紹了資料分布、表設計和查詢最佳化的基礎知識，從而為商業智慧解決方案提供最佳的效能。

回放地址在：https://channel9.msdn.com/Events/Build/2016/P402

6，A Lap Around R Tools for Visual Studio

作為宇宙最強IDE，在微軟收購R語言的開發商之後，自然也提供了R語言的開發工具。通過使用R Tools for Visual Studio，讓你在喜愛的VS裡面同樣可以對資料進行分析，建立預測模型，快速、互動、酷炫的可視化資料，還可以利用統計學和機器學習領域的一些函數庫。這個Session就對這一工具進行了一個完整的講解。

回放地址在：https://channel9.msdn.com/Events/Build/2016/B884

7，Advanced Analytics with R and SQL

在微軟收購R開發商之後，R語言就被融入到SQL Server當中，所以把R和SQL配合使用也就是自然而然的事情了。這個Session講述了如何充分發揮這兩個語言各自的優勢，來實現進階資料分析的情境。

回放地址在：https://channel9.msdn.com/Events/Build/2016/B805

8，Data Integration in the Cloud and Building Data Analytics Pipelines

上面提到了這麼多關於資料的服務（Azure Data Factory, Azure Data Lake Store and Azure Data Lake Analytics, SQL Data Warehouse），那麼如何把這些東西乃至本地部署的Hadoop叢集整合起來，形成一個資料分析的管道呢？這個Session就能為你解開答案。

回放地址：https://channel9.msdn.com/Events/Build/2016/P430

9，Intelligent Systems: Advanced Analytics in Action for Retail, Healthcare and Manufacturing

再進階的資料分析技術，最終都要回到實際應用情境中，那麼這個Session會給你展示在零售業、醫學衛生和製造業方面的實際商業智慧系統的案例分享。

回放地址：https://channel9.msdn.com/Events/Build/2016/T684

Build2016上值得一看的大資料相關Session