<div dir="auto">Until an industry has had at least a decade of countries and institutions spending millions and millions of dollars designing systems to compete for a spot on a voluntary list based on arbitrary synthetic benchmarks, how can it possibly be taken seriously?<div dir="auto"><br></div><div dir="auto">I do sort of recall the early days of hadoop but at the time I thought it was a cool idea that, sadly, no one I supported was interested in using. With hindsight it seems like it was a Kodak moment for HPC that was missed because of our maturity. Get off my lawn, so to speak. </div><div dir="auto"><br></div><div dir="auto">jbh<br><div class="gmail_extra" dir="auto"><br><div class="gmail_quote">On Dec 30, 2016 11:24 PM, "Douglas Eadline" <<a href="mailto:deadline@eadline.org">deadline@eadline.org</a>> wrote:<blockquote class="quote" style="margin:0 0 0 .8ex;border-left:1px #ccc solid;padding-left:1ex"><div class="quoted-text">
> The "data science" area has some maturing to do which should be exciting<br>
> and fun for all of us :)<br>
<br>
</div>I am curious what you mean by "maturing." The problem space is quite<br>
different and the goals are quire different, which necessitates<br>
different designs. Are you aware the the Hadoop project once used<br>
Torque and Maui as the scheduler? They developed their own<br>
because the needed the ability at run-time to add and subtract<br>
resources (containers) and they needed a way to schedule with<br>
data locality in mind.<br><br></blockquote><blockquote class="quote" style="margin:0 0 0 .8ex;border-left:1px #ccc solid;padding-left:1ex"><br></blockquote><blockquote class="quote" style="margin:0 0 0 .8ex;border-left:1px #ccc solid;padding-left:1ex"><br></blockquote></div></div></div></div>