大规模的容器技术运用从来不是一项独立工程，而是一个汇集虚拟化技术、容器编排、任务调度、操作系统、容器仓库、跨节点网络、分布式存储、动态扩缩、负载均衡、日志监控、故障自恢复等系统性难题的复杂有机体。随着 Docker 的诞生和 Google 等互联网公司的推波助澜，这个领域出现了一大批优秀的开源项目，它们在简化容器技术使用成本的同时，也经常使得刚刚接触容器时间不太长的开发者和企业用户感到不知所措。
将知识分类是梳理零散信息的一种有效方式。对于容器技术的生态圈来说，其中涉及领域众多，有的项目横跨多个细分领域，有的项目则是针对特定场景需求定制的，难以对其功能类型做精确定义。不过，若仅考虑通用领[……]
最近两年最火的话题无非就是大数据、人工智能，但都离不开机器学习；机器学习通俗点说就是将我们人的处理事情的思想和逻辑赋能给计算机。也就是说在我们的精确指导下，计算机能够替代我们去完成这些常规的工作。要想好好发挥机器学习的作用，当然离不开各种语言和框架。但是更重要的是企业需要一开始就能清楚了解自身的企业数据科学成熟度，从而制定相应的数据科学战略。
日前，《Oracle 大数据和分析》发布了 12 期关于企业数据科学『成熟度模型』的研讨，跨象乘云™ 分四期进行转载 —— 文末提供企业数据科学成熟度模型评估表下载；讨论商业领袖和数据科学从业者如何评估他们的企业所在的每个维度和级别，并帮助他们确定[……]
最近两年最火的话题无非就是大数据、人工智能，但都离不开机器学习；机器学习通俗点说就是将我们人的处理事情的思想和逻辑赋能给计算机。也就是说在我们的精确指导下，计算机能够替代我们去完成这些常规的工作。要想好好发挥机器学习的作用，当然离不开各种语言和框架。但是更重要的是企业需要一开始就能清楚了解自身的企业数据科学成熟度，从而制定相应的数据科学战略。
日前，《Oracle 大数据和分析》发布了 12 期关于企业数据科学『成熟度模型』的研讨，跨象乘云™ 分四期进行转载 —— 文末提供企业数据科学成熟度模型评估表下载；讨论商业领袖和数据科学从业者如何评估他们的企业所在的每个维度和级别，并帮助他们确定[……]
最近两年最火的话题无非就是大数据、人工智能，但都离不开机器学习；机器学习通俗点说就是将我们人的处理事情的思想和逻辑赋能给计算机。也就是说在我们的精确指导下，计算机能够替代我们去完成这些常规的工作。要想好好发挥机器学习的作用，当然离不开各种语言和框架。但是更重要的是企业需要一开始就能清楚了解自身的企业数据科学成熟度，从而制定相应的数据科学战略。
日前，《Oracle 大数据和分析》发布了 12 期关于企业数据科学『成熟度模型』的研讨，跨象乘云™ 分四期进行转载 —— 文末提供企业数据科学成熟度模型评估表下载；讨论商业领袖和数据科学从业者如何评估他们的企业所在的每个维度和级别，并帮助他们确定[……]
最近两年最火的话题无非就是大数据、人工智能，但都离不开机器学习；机器学习通俗点说就是将我们人的处理事情的思想和逻辑赋能给计算机。也就是说在我们的精确指导下，计算机能够替代我们去完成这些常规的工作。要想好好发挥机器学习的作用，当然离不开各种语言和框架。但是更重要的是企业需要一开始就能清楚了解自身的企业数据科学成熟度，从而制定相应的数据科学战略。
日前，《Oracle 大数据和分析》发布了 12 期关于企业数据科学『成熟度模型』的研讨，跨象乘云™ 分四期进行转载 —— 文末提供企业数据科学成熟度模型评估表下载；讨论商业领袖和数据科学从业者如何评估他们的企业所在的每个维度和级别，并帮助他们确定[……]
Google 云平台官方博客发布了新的开源工具 Jib，一款快速而简单的容器镜像构建工具，能使容器技术和 Java 编程语言更加无缝地协同工作，使 Java 开发人员能更轻松地跨用例部署和控制 Java 应用程序。
容器技术使得 Java 人员比以往都更接近『一次编写，随处运行』的工作流程，但要容器化 Java 应用程序却不是一件简单的事：你必须编写 Docker file，以 root 身份运行 Docker 守护程序，等待构建完成，最后将图像推送到远程注册表。并非所有 Java 开发人员都是容器专家；容器化 Java 应用程序，并不是建一个 JAR 包那么简单。Docker 构建流程[……]
