大数据” 三个字其实是个marketing语言，从技术角度看，包含范围很广，计算、存储、网络都涉及，知识点广、学习难度高。
本期会给大家奉献上精彩的：New SQL、PouchContainer、redis 、HBASE、深度学习 、分布式日志、知识图谱、Flink、微服务 。全是干货，希望大家喜欢！！！
#大数据和云计算技术社区#希望通过坚持定期分享能帮助同学在大数据学习道路上尽一份微博之力。相信长期坚持认真阅读周报的同学，在技术的道路上一定会日益精进！感谢编辑们的长期坚持！也请同学们继续打赏，支持社区，支持编辑们持续奉献高质量知识！
#大数据和云计算技术社区#长期招募有兴趣参与社区编辑和运营的同学，欢迎扫描文末二维码联系（参与社区工作，收获知识和进步，还有红包哦）。
特别提醒，文末有惊喜！
以下是正文，限于众编辑水平有限，不保证大家都喜欢。（如果链接不能点开 请用二维码 谢谢）
１Redis 对Redis来说，执行get、set以及eval等API，都是一个一个的任务，这些任务都会由Redis的线程去负责执行，任务要么执行成功，要么执行失败，这就是Redis的命令是原子性的原因。
https://mp.weixin.qq.com/s/mXhfR0wwGMk4DthRWYSPjg
**2New SQL ** 基础软件融资不断还是不容易的
https://mp.weixin.qq.com/s/tyIM1ch2eCJIw5qjFK00_A
3PouchContainer
PouchContainer 是阿里巴巴集团开源的高效、轻量级企业级富容器引擎技术，拥有隔离性强、可移植性高、资源占用少等特性。
PouchContainer如何帮助企业快速实现存量业务容器化，同时提高超大规模下数据中心的物理资源利用率。
https://mp.weixin.qq.com/s/cfAfVJjDwCslBxe4O9Sxkw
**4Hbase ** HBase rowkey查询已经不能满足复杂多变的用户业务查询需求，HBase for Solr就是为了满足广大HBase用户日益变化的查询需求，是HBase查询检索能力的补充，是大数据多模式数据库发展趋势的基础之一，比如一些图、时空等应用，都可以使用solr提供的索引服务。
https://mp.weixin.qq.com/s/snrpYcBnyvjOIzu0_2PDpA
5深度学习 GANimation 提出了一种新颖的 GAN 模型，用于脸部表情渐进生成，可以实现无监督训练。模型通过 AU 参数化与解剖学面部变形是一致的，在这些 AU 上调整 GAN 模型允许生成器通过简单插值来渲染各种表情幅度。此外，作者在网络中嵌入了一个注意模型，对背景和光照有一定的补充 https://mp.weixin.qq.com/s/uQpmP7pJ8wnEgyJrvvHgwg
**6分布式日志 ** Facebook 打造的分布式日志存储系统 LogDevice 近日正式登陆 Github 开源，采用最新的三句版 BSD 许可协议。LogDevice 旨在为多种大规模日志提供高可靠性和高处理性能。它还具备高度可调性，可以针对每种使用场景进行优化，以便在持久性 / 效率和一致性 / 可用性方面做出正确的权衡取舍
https://mp.weixin.qq.com/s/yxJkKBWQtxQFUnXzM8adog
**7知识图谱 ** 本文从需求分析和体系化构建的角度出发，阐述在电商这一特殊领域的知识图谱构建过程中，形成的一整套概念体系，还有在此过程中，通过算法、工程、产品、运营和外包团队投入大量精力，通过不断磨合逐渐完善的平台架构和审核流程。
https://mp.weixin.qq.com/s/HwpqjKze7b8YzVBY_71FZQ
**8人工智能 ** 人工智能为新时代奠定了基础，许多技术上的突破都是建立在这一基础之上的。在这篇文章中，我们介绍了深度学习和神经网络的一些显著趋势。
https://mp.weixin.qq.com/s/OHzjXokpjDSvQvxaTzmUqw
**9Flink ** Apache Flink是一个面向分布式数据流处理和批量数据处理的开源计算平台，它能够基于同一个Flink运行时，提供支持流处理和批处理两种类型应用的功能。
现有的开源计算方案，会把流处理和批处理作为两种不同的应用类型，因为它们所提供的SLA（Service-Level-Aggreement）是完全不相同的：流处理一般需要支持低延迟、Exactly-once保证，而批处理需要支持高吞吐、高效处理。本文详细给大家介绍Flink架构、原理与部署测试
https://blog.csdn.net/jdoouddm7i/article/details/62039337
10微服务 在高并发场景下，需要通过缓存来减少数据库的压力，使得大量的访问进来能够命中缓存，只有少量的需要到数据库层。由于缓存基于内存，可支持的并发量远远大于基于硬盘的数据库。所以对于高并发设计，缓存的设计时必不可少的一环。
https://mp.weixin.qq.com/s/wrUqF0bxDWnjP-oAvUTY4g
**11开心一刻 **
公司来了个新员工，英文名叫Null。后来录入信息的时候，系统都崩溃了。
