有时，当你对本周的新闻进行综述时，没有明确的主题出现，你只剩下一堆杂乱无章的无关小道消息。这周不是问题；无论是在这个博客上，还是在整个谷歌云平台世界，人们的大脑都有大数据和分析功能。

本周一开始，大数据咨询公司Mammoth data发布了一项基准测试的结果，将谷歌云数据流与Apache Spark进行了比较。谷歌的数据处理服务做得非常好，根据测试中的核心数量，它的表现比Spark好2到5倍。

云数据流当然是付费服务，但该平台的API最近被Apache软件基金会作为孵化器项目接受，由Apache Beam管理。ApacheBeam的谷歌员工软件工程师Tyler Akidau认为，其基本原理是"为世界提供一个易于使用但功能强大的数据并行处理模型，包括流式处理和批处理，可在各种运行时平台上移植。"你可以在这里阅读Tyler的全文。Data Artisan的Kostas Tzoumas还提供了他的组织的成果，以及Apache Beam与Apache Flink的关系。

我们还看到了大数据大师Mark Litwintschik的下一期"10亿辆出租车"系列，在这篇文章中，他用不同的数据分析工具分析了纽约市11亿辆出租车和优步车的数据。本周开始：Mark向我们介绍了他如何在Google Cloud Dataproc上获得33倍的查询速度；文件大小对Presto查询时间的性能影响；以及如何在Google Cloud的Dataproc上构建50节点Presto群集。

如果这还不够，请务必注册与Bitnami的联合网络研讨会，"用巨资可视化大数据"是利用政治反应中心的选举数据。使用googlebigquery和开源的Re:Dash数据可视化工具，公民们将能够以令人沮丧的速度探索这个国家竞选资金问题的严重性。