Interessiert mich das?

Über eine Konferenz wie die Berlin Buzzwords zu schreiben, ist nicht einfach. Entweder man langweilt die Eingeweihten („soooo flach“) oder man verschreckt die Neulinge („uuuh, Mathe??“).

Deswegen hier mal der Versuch, meine Eindrücke für verschiedenen Zielgruppen aufzubereiten, so eine Art mehrstufiges tl;dr.

Es bleibt also jedem überlassen, zum richtigen Abschnitt zu springen.

Für selbsternannte Executives

Was sind jetzt diese Buzzwords, über die ich Bescheid wissen muss, aber schnell schnell??

Subjektiv die dominantesten Begriffe waren Elasticsearch und Cassandra, ersteres wenig verwunderlich, schließlich ist Elasticsearch Gold-Partner der Konferenz.

Aber warum ist Cassandra nach wie vor in aller Munde?

Es ist weder besonders neu (2008) noch wird es besonders aggressiv vermarktet. Sollte dies eine der raren Gelegenheiten sein, wo eine bewährte Technologie tatsächlich weiter verwendet wird? Das würde mich freuen, denn mit Cassandra haben wir eigentlich in allen entsprechenden Projekten immer gute Erfahrungen gemacht.

Ach ja, den Preis für den Buzzword-Aufsteiger bekommt wohl Apache Spark, ein Sonderpreis geht an Lambda-Architekturen, aber das führt eigentlich schon zu weit.

Für Mathematiker, Algorithmiker und Formelisten

Schade, das ist nicht eure Konferenz. Auch hier bekommen die Zuhörer sofort schwere Sorgenfalten, wenn eine Folie tatsächlich eine oder gar mehrere Formeln enthält.

Dabei gab es durchaus ein paar Gelegenheiten, „schöne“ Mathematik zu demonstrieren, diese wurden aber entweder vom Vortragenden umschifft oder stießen beim Publikum auf Unverständnis.

Immerhin enthielt der Vortrag von Ted Dunning gewissermaßen einen Rundumschlag zur Anomalie-Erkennung inklusive neuronaler Netzwerke, Poisson-Verteilung und Hamming-Fenstern.

Für Praktiker

Ein paar Beiträge enthielten tatsächlich Dinge, die man unmittelbar anwenden könnte und vielleicht auch sollte.

„Randomized Testing“ von Dawid Weiss hat den Zuhörern einige Möglichkeiten gezeigt, wie man die Testabdeckung und vor allem -tiefe systematisch erweitern kann und er hatte sogar ein verwendbares Framework dabei.

Der Vortrag zu Apache Giraph von Roman Shaposhnik schien auch praxisorientiert werden zu wollen, aber dann war leider die Zeit um, bevor das Hadoop / Giraph-Framework es geschafft hatte, überhaupt zu starten. Big Data Frameworks sind halt nichts für kleine Vorführungen.

Für Party Crasher

Für alle, die nur für Catering auf Konferenzen gehen, spielt die Berlin Buzzwords im Mittelfeld.

Das Essen war reichlich und in Ordnung, Kaffeepausen gab es auch und wer bereit war, selbst in die Pedale zu treten, konnte sich auf dem Elasticsearch Smoothie-Bike austoben und anschließend die erstrampelten Vitamine genießen. Soft-Eis wurde auch von Elasticsearch gestellt.

Ich schätze, man ahnt langsam, wo deren Series B – Finanzierung hingeht.

Für Mich

Ich habe einige gute Anregungen mitgenommen, anderes war mir schon bekannt, manches war schlicht langweilig oder vorwiegend Eigenwerbung, wie auf solchen Konferenzen üblich.

Apache Spark hatte ich bisher noch nicht im Detail angeschaut, aber der Ansatz scheint überzeugend: Nicht alle Daten sind sofort „big“, aber fast alle können mit der Zeit „big“ werden. Spark wirkt wie ein Framework, das medium und big data performant bearbeiten kann und auch real-time Verarbeitung beherrscht.

Elasticsearch ist großartig, das wusste ich auch schon. Wie großartig die neuen Aggregations sind, ist mir aber erst durch den entsprechenden Vortrag von Adrien Grand klar geworden und mir fallen immer mehr Stunts ein, die man mit diesem Feature machen könnte.

Eine besondere Erwähnung verdient abschließend die Location – Kulturbrauerei Berlin –, die technisch, organisatorisch und auch architektonisch hervorragend war.

Wenn ein Vortrag langweilte, konnte man sich also durchaus noch das abgefahrene Industriedenkmal anschauen.

Share: