Hvordan vi organiserede et højtydende og billigt DataLake, og hvorfor netop på denne måde
Vi lever i en fantastisk tid, hvor man hurtigt og nemt kan kombinere flere færdige open source værktøjer, konfigurere dem med "afbrudt bevidsthed" ifølge råd fra stackoverflow, uden at skulle dykke ned i "mange bogstaver", og sætte dem i kommerciel drift. Men når det bliver nødvendigt at opdatere/udvide, eller hvis nogen tilfældigt genstarter et par maskiner, vil man indse, at man er gået ind i en eller anden påtrængende dårlig drøm i virkeligheden, og alt er pludselig blevet mere kompliceret […]
