最近收获：

如果一个公司有针对简单数据的基于关键字（key）的存储和检索的需求，他们可以选择来自系统领域的key-value存储系统。作为选择，他们也可以采用依靠应用程序级的“分片”，通过人工的（哈希）分割他们的数据仓库，通过多个开源的Mysql或者PostGres数据库实例来检索他们的数据。

实习公司现状：

目前使用像网站（Web）拓扑信息以及用户的查询历史，来提供更精确的查询结果，以及随着查询结果的精确定位广告显示，以提高搜索结果的价值，同时将单机5.0亿条数据查询速度提高到30s.

为了应对web量级存储的挑战，在HDFS的基础上创建File System。提供了系统级字节流的客户端抽象来操作文件，它可以操作极其巨大的文件，这些文件的内容可以分布在数百台无共享集群的机器上，并且这些机器非常廉价。

公司在面对着具有批量风格（batch-style）半结构化数据分析的挑战，较早的进入了hadoop的世界，正在尝试接触更多开源的技术。

看到过一句经典的话分享下“并行数据库系统就像洋葱。他们在内部分层，但用户只能在外面把它看做一个整体（SQL）。如果你想把他们分开，你就会流眼泪T_T。”

关于现在的实习生活