概括起来，他认为做导购社区的移动产品包含以下几大规律：

第一，几种平台终端用户中，使用WAP手机网页版访问的小白用户居多，看到便宜东西容易冲动消费;iPhone用户消费能力强，对价格不太敏感;安卓用户最抠门，消费不多，但广告的点击率却是iPhone用户的几倍，呈现出一种“啥都好奇，啥都试试，但就是不买单”的状况;

第二，女性导购类社区需要立足高端机型。iPad用户的购买力最强，低端机型碍于屏幕尺寸限制，导购体验很难做好。

第三，在用户构成上，使用2000元以上机型的用户占据80%，iOS用户和安卓整体接近，但前者的总收入是后者的2至2.5倍。

第四，在用户的行为数据中，最喜欢的动作是“喜欢”，收藏起来自己欣赏，日均点击数达到百万次。相比起来利他的“分享”则鲜少有人点。

美丽说移动客户端的第一版基于Webkit内核，用HTML5开发，这样的跨平台解决方案有助于减少日后安卓版开发的成本，且能有效将网页内容与应用数据打通。但后来产品推出后，发现HTML5尚不成熟，对调用摄像头读取本地文件、手势识别这样的特性支持得并不好。后来开发团队采取将HTML5和原生代码相结合的方式，运营型的内容用HTML5做，非运营的部分则采用原生代码。而这也是日后很多移动应用的标准研发策略。

美丽说移动客户端的设计原则有二：其一，一个应用只做一件事;其二，让用户达到想要的内容不超过三步。

参考网址：http://baike.baidu.com/link?url=ZsRLfBJbA-BNxUkpDw-sU0y2Fn66CXm3fwoxB_HJ8_lzrWq78AbnjwGGT3kKg-swhdSL1fM6TtTsaNpdZDBRHa

Hadoop是一个能够对大量数据进行分布式处理的软件框架。 Hadoop 以一种可靠、高效、可伸缩的方式进行数据处理。
Hadoop 是可靠的，因为它假设计算元素和存储会失败，因此它维护多个工作数据副本，确保能够针对失败的节点重新分布处理。
Hadoop 是高效的，因为它以并行的方式工作，通过并行处理加快处理速度。
Hadoop 还是可伸缩的，能够处理 PB 级数据。

Hadoop是一个能够让用户轻松架构和使用的分布式计算平台。用户可以轻松地在Hadoop上开发和运行处理海量数据的应用程序。它主要有以下几个优点：
高可靠性。Hadoop按位存储和处理数据的能力值得人们信赖。
高扩展性。Hadoop是在可用的计算机集簇间分配数据并完成计算任务的，这些集簇可以方便地扩展到数以千计的节点中。
高效性。Hadoop能够在节点之间动态地移动数据，并保证各个节点的动态平衡，因此处理速度非常快。
高容错性。Hadoop能够自动保存数据的多个副本，并且能够自动将失败的任务重新分配。
低成本。与一体机、商用数据仓库以及QlikView、Yonghong Z-Suite等数据集市相比，hadoop是开源的，项目的软件成本因此会大大降低。
Hadoop带有用Java语言编写的框架，因此运行在 Linux 生产平台上是非常理想的。Hadoop 上的应用程序也可以使用其他语言编写，比如 C++。

Hadoop 由许多元素构成。其最底部是 Hadoop Distributed File System（HDFS），它存储 Hadoop 集群中所有存储节点上的文件。HDFS（对于本文）的上一层是MapReduce 引擎，该引擎由 JobTrackers 和 TaskTrackers 组成。通过对Hadoop分布式计算平台最核心的分布式文件系统HDFS、MapReduce处理过程，以及数据仓库工具Hive和分布式数据库Hbase的介绍，基本涵盖了Hadoop分布式平台的所有技术核心。

HDFS

对外部客户机而言，HDFS就像一个传统的分级文件系统。可以创建、删除、移动或重命名文件，等等。但是 HDFS 的架构是基于一组特定的节点构建的（参见图 1），这是由它自身的特点决定的。这些节点包括 NameNode（仅一个），它在 HDFS 内部提供元数据服务；DataNode，它为 HDFS 提供存储块。由于仅存在一个 NameNode，因此这是 HDFS 的一个缺点（单点失败）。

Hadoop是一种分布式数据和计算的框架。它很擅长存储大量的半结构化的数据集。数据可以随机存放，所以一个磁盘的失败并不会带来数据丢失。Hadoop也非常擅长分布式计算——快速地跨多台机器处理大型数据集合。

MapReduce和Hadoop是相互独立的，实际上又能相互配合工作得很好。

[该文章已设置加密，请点击标题输入密码访问]

[该文章已设置加密，请点击标题输入密码访问]