过去数年，大数据开源生态圈得到了长足的发展——在数据的整个生命周期中，各种开源技术框架林立。而在这些开源技术的基础上，业内涌现出一系列令人敬佩的大数据架构实践。 随着互联网和移动互联网的发展，时下我们正处在一个大数据的时代。在数据金山的诱惑下，各个机构纷纷开始探索从数据中提取洞见并指导实践的可能。而在这个需求的刺激下，在过去数年，大数据开源生态圈得到了长足的发展——在数据的整个生命周期中，从收集到处理，一直到数据可视化和储存，各种开源技术框架林立。 谈海量数据处理，机构首先面临的就是对系统进行扩展，其中又分为纵向扩展和横向扩展两种方式。首先看纵向扩展，对于大型IT机构来说，抛开成本不谈，用单机去应对海量数据显然已不切实际，因此各个机构不得不在横向扩展上寻找出路，也就是所谓的集群计算方式。聚焦集群计算，资源调度无疑构成了整个计算模式的基础。在这个领域，YARN无疑最为耀眼，被广泛部署于生产环境。然而，受限于资源粒度控制和隔离性等问题，Mesos同样备受瞩目，并在一些拥有深厚技术资本的公司得以使用，比如Apple、Twitter等。
在资源调度之外，大数据这一块最主要的基础无疑当属分布式文件系统，而历经数年发展，HDFS显然已独占鳌头，同时也是MapReduce、Spark和Flink等系统的默认文件系统。关于HDFS细节相信已无需详述。更多内容请关注本次专辑的相关内容…… 早在拨号上网的时代，《星际争霸》（Starcraft）游戏曾吸引了无数网友的联机对战。不过一位名叫“Ryuta”的GitHub用户，却将它成功地移植到了Web上。当然，这要感谢HTML5。网页版游戏的最大好处，就是无需像传统客户端那样费时去安装。尽管如此，这款移植作品还是演示了基本的操控部件，你可以进入战斗，甚至看到游戏的全局动画。
尽管该作品暂时还停留在演示（demo）阶段，但是相信会有爱好者们去进一步完善它的。更多的，大家可以关注本次专辑…… Docker CEO Ben Golub在2014年的DockerCon上发布Docker Hub，并指出已经有超过14,000个Docker化的应用存储在他们的publc registry中。而根据2015年的DockerCon上，Docker SVP Marianna Tessel公布的数据，Docker Hub上的repos已经超过150,000个，仅一年就有了十倍的增长！ 看到这些疯狂增长的数字，笔者不禁想去探索这些数据背后的故事。所以决定从Docker Hub中挖掘数据，通过调用Docker Registry API，研究这150,000个repos。
需要注意的是：Docker Hub中的repos和tag在不断地被添加和删除，所以文中的数据只是在某个特定时间点的数据，当你读到这篇文章时可能它已经发生了变化，但这些数字背后体现的规模还是基本准确的。 最新统计显示Docker Hub上有125,289个公共库。这比在六月的DockerCon上提及的150,000略少（的确增长到过那个数字），可能因为有一些私有库。 在这些公有库中，39,441(31%)是自动构建（automate build），也就是说这个镜像是由Docker Hub，构建一个已经发布的Dockerfile生成的镜像。剩下85,848个库镜像是通过docker push命令上传的。 Docker Hub上目前有84个官方镜像仓库，涵盖了Mysql，MongoDB和Redis等常用的服务。相比在14年DockerCon上公布的13个，这也是相当大的增幅。更多详细内容我们将在本次专辑为大家展示…… |
