随着 AlphaGo 战胜李世石，大数据、机器学习、人工智能这些概念最近已经成为一个非常火的话题。Google、Facebook、百度、阿里等一系列国内外大公司纷纷对外开放宣布了人工智能将作为他们下一个战略重心。于此同时，广大的中小 IT 企业，甚至传统企业也开始关注到了数据中的价值，并纷纷开始搭建 Hadoop、Spark、TensorFlow 等大数据集群。然而，大部分公司的大数据集群都是独立于业务集群之外的。这不仅大大降低了资源使用率，同时也增加了运维难度。在 Google，大数据集群和业务集群都是通过集群管理工具 Borg 来统一管理的。在这个本次演讲中，我将和大家分享如何通过 Kubernetes 来统一管理 Hadoop、Spark、TensorFlow 等大数据集群和业务集群。首先，我们将简要介绍如何通过 Kubernetes 来运行这些大数据集群；然后，我将讲解如何提高大数据集群在 Kubernetes 上的性能；最后，我将给出一些初步的实验结果来验证通过 Kubernetes 集群管理混合集群的效率。