外媒速遞：Web開發(fā)者必讀的十項(xiàng)設(shè)計(jì)趨勢
原創(chuàng)【51CTO.com原創(chuàng)稿件】外媒速遞是核子可樂精選的近日國外媒體的精彩文章推薦，希望大家喜歡！
本期給大家推薦的是十項(xiàng)設(shè)計(jì)趨勢助你顯著節(jié)約時(shí)間、每位現(xiàn)代開發(fā)人員都不應(yīng)錯(cuò)過的十款卓越工具、三項(xiàng)要求讓你的數(shù)據(jù)湖免于成為數(shù)據(jù)沼澤和Hadoop類商務(wù)智能項(xiàng)目遭遇失敗的五大原因等。
一、Web開發(fā)者必讀：十項(xiàng)設(shè)計(jì)趨勢助你顯著節(jié)約時(shí)間
原文標(biāo)題：10 Design Trends That Will Save You Time
Web設(shè)計(jì)師通常需要同時(shí)面對(duì)多個(gè)項(xiàng)目且無暇拿出完整的時(shí)間段對(duì)其進(jìn)行逐一處理。也正因?yàn)槿绱耍琖eb設(shè)計(jì)師需要盡可能壓縮時(shí)間投入，同時(shí)最大化網(wǎng)站成果的產(chǎn)出能力。這也就引出了我們今天的討論議題——能夠助你顯著節(jié)約時(shí)間的十項(xiàng)設(shè)計(jì)趨勢。
1. 使用同一命令選擇類似元素
2. 在設(shè)計(jì)應(yīng)用當(dāng)中定制工作區(qū)
3. 在設(shè)計(jì)應(yīng)用當(dāng)中定制個(gè)人偏好
4. 創(chuàng)建定制化色板庫
5. 將以往項(xiàng)目中的圖像集中在同一文件內(nèi)以備未來復(fù)用
6. 右擊選擇一個(gè)層
7. 創(chuàng)建適合你的快捷鍵組合
8. 在多個(gè)文件夾內(nèi)組織各個(gè)層
9. 使用批量操作對(duì)多組文件執(zhí)行重復(fù)任務(wù)
10. 使用圖像處理器以調(diào)整圖像組大小
二、每位現(xiàn)代開發(fā)人員都不應(yīng)錯(cuò)過的十款卓越工具
原文標(biāo)題：The 10 tools every modern developer should use
多年之前，開發(fā)人員所需要的工具只包括一套編輯器、一款編譯器，外加某種版本控制系統(tǒng)即可。但時(shí)至今日，我們顯然有必要將眼光放得更加長遠(yuǎn)，關(guān)注其它能夠提升自身工作效率的有力武器。事實(shí)上，無論你使用哪種語言或者支持哪些平臺(tái)，以下十款核心工具都絕對(duì)值得加以運(yùn)用。
1. Git與GitHub
2. SSH
3. 終端服務(wù)或遠(yuǎn)程登錄
4. AWS
5. JavaScript
6. Bash與PowerShell
7. MongoDB
8. Curl與Invoke-RestMethod
9. Markdown
10. 基礎(chǔ)HTML
三、三項(xiàng)要求讓你的數(shù)據(jù)湖免于成為數(shù)據(jù)沼澤
原文標(biāo)題：3 keys to keep your data lake from becoming a data swamp
多年以來，企業(yè)一直在努力運(yùn)用Apache Hadoop等技術(shù)方案構(gòu)建數(shù)據(jù)湖——這類企業(yè)級(jí)數(shù)據(jù)管理平臺(tái)能夠以原生格式實(shí)現(xiàn)數(shù)據(jù)存儲(chǔ)，并提供對(duì)應(yīng)的獨(dú)立數(shù)據(jù)存儲(chǔ)庫以實(shí)現(xiàn)針對(duì)性數(shù)據(jù)挖掘及分析。然而，大多數(shù)數(shù)據(jù)湖所收到的只是垃圾，這導(dǎo)致其最后變成了吞噬一切但又價(jià)值有限的“數(shù)據(jù)沼澤”。如何解決這一問題?今天的文章就嘗試給出答案。
1. 減少數(shù)據(jù)收集量——至少在起步階段是如此
2. 采用一項(xiàng)機(jī)器學(xué)習(xí)策略
3. 確定你希望解決的業(yè)務(wù)問題
四、Hadoop類商務(wù)智能項(xiàng)目遭遇失敗的五大原因
原文標(biāo)題：5 Reasons That Business Intelligence on Hadoop Projects Fails
Hadoop擁有著自己的專長與問題，而如果再將商務(wù)智能引入其中，那么，狀況又將進(jìn)一步發(fā)生變化。隨著越來越多企業(yè)將其EDW遷移至Hadop，分析應(yīng)用似乎也成為下一種合乎邏輯的遷移目標(biāo)。然而，殘酷的現(xiàn)實(shí)告訴我們，Hadoop類商務(wù)智能項(xiàng)目往往以失敗告終——究其原因，則不外乎以下幾點(diǎn)。
1. 缺乏良好的規(guī)劃
2. 性能與穩(wěn)定性
3. Hadoop上的商務(wù)智能
4. Hadoop上的SQL
5. 快速查詢響應(yīng)時(shí)間
【51CTO原創(chuàng)稿件，合作站點(diǎn)轉(zhuǎn)載請(qǐng)注明原文作者和出處為51CTO.com】
