l 实时计算系统Dstream。该系统用于满足实时性要求较高的计算业务的需求，目前已实现毫秒级的支持。该系统具有全局无中心节点，低延迟、高可靠性和高可扩展性等特点，用户只需要关心计算单元的拓扑关系和业务处理逻辑，极大的简化了业务代码。
l 流式计算系统Task Manager。该系统用于满足准实时小批量的流式计算需求，具有高内聚松耦合架构、高可靠性和高吞吐量的特性，且易被方便地管理和监控，硬件故障时可以做到数据不丢不重。
l 基于内存的开源分布式计算框架Spark。目前Spark规模的集群能力不断提升，以满足规模式增长的计算需求。
l 分布式trace系统Rid。提供实时、批量两种数据接入方式，方便业务快速、便捷定位复杂系统的深层次问题，夯实基础架构支撑，提供通用监控、分析和可视化解决方案。
沈志勇：从数据到智能
在大数据应用专场，大数据实验室数据科学家沈志勇博士围绕从数据到智能这个话题，分享了百度大数据智能分析技术和应用实践现状。百度智能分析技术不仅用于百度公司内部众多产品线，并随着百度大数据引擎发布的发布，百度将大数据、人工智能等技术能力输出，应用于更多行业，助力产业升级。
沈志勇分享从数据到智能
沈志勇例举了一些百度与具体行业结合的应用案例，除了业界已熟悉的旅游预测、赛事预测等，他还介绍了在其他垂直领域应用的一些新探索，引发了现场听众的巨大兴趣。
l 智能运维。通过监控了百度系统和基础软件的运行指标，以及产品运营指标，利用智能分析技术实现了时序异常检测和故障预测、预警。
l 金融大数据调研。该项目是希望基于大数据，通过智能分析技术来预测金融产品。从现场展示的模拟结果来看，该项目已取得初步进展。
l 百度时空大脑。该项目基于用户定位数据，用户轨迹数据和浮动车GPS轨迹数据，挖掘百度时空大数据，发现用户时空行为规律，预测性洞察用户需求，更精准匹配用户，从而为用户提供更个性化的服务。
2014年，大数据技术正在互联网、运营商、IT服务提供商，以及众多传统企业中尝试落地实践，百度用实力再次向产业界、科技界与政府部门充分展示了其在大数据、人工智能等领域领先的技术水平和应用实践。
登陆|注册欢迎登陆本站，认识更多朋友，获得更多精彩内容推荐！