对分布式存储和分布式计算、超大集群、大数据分析等有深刻理解及实践经验，对Lustre，HDFS，HBase，Map/Reduce，Storm，Spark等有很深的理解。2006年硕士毕业，一直从事云存储、云计算开发及架构工作，多年Hadoop实战经验，专注于分布式存储、分布式计算、大数据分析等方向，有多个发明专利，《一种分布式文件系统及其数据访问方法》和《一种数据备份的版本管理方法及装置》等。曾多次被51CTO、CSDN、IT168、InfoQ、阿里技术邀请为嘉宾分享Hadoop大数据在互联网的应用。
以下为采访原文：
记者：你所在的公司，都曾使用过哪些大数据技术？你对这些技术满意的地方和不满意的地方分别有什么？
卢亿雷：AdMasterAdMaster是一家营销数据技术公司，通过软件即服务(SaaS)平台整合多源数据，助力品牌挖掘数据应用的商业价值。目前主要用的大数据技术有：
• 数据采集：Nginx，LVS；
• 数据存储：HDFS，HBase，Elasticsearch，MySql，AeroSpike，Redis；
• 数据分析：Map/Reduce，Storm，Spark等；
• 虚拟化技术：OpenStack，Docker等。
对大数据技术的水平扩展非常满意，特别是数据采集的WEB集群、Hadoop存储和计算集群；还有就是大数据技术的更新速度很快，使得大数据技术可以快速满足业务的发展。
大数据技术里比较难的是学习成本会比较高，需要时刻跟上技术发展节奏才可以，还有就是需要正确选择一个最适合自己公司发展的技术。
记者：根据你的了解，目前类似的企业中，在数据方面，遇到的最大困难是什么？（可以从软件、硬件、开发者的角度分别谈谈）
卢亿雷：目前在数据方面，从软件方面来说技术的选型显得非常重要，而从开发者角度来说需要经常更新自己的知识，适应技术发展。另外还有就是数据分析挖掘方面技术人才非常缺乏，很多企业手中有大量数据，但有些是孤岛数据，有些是无效数据，所以怎么样快速准确的建模是目前遇到的最大困难，特别是既懂行业又懂技术的数据分析师太少了。
记者：在大数据领域，目前还有哪些技术是你正在观察和研究的，为什么你看好这些技术？
卢亿雷：关注高可靠、高可用、高扩展、高性能系统服务，关注Hadoop/HBase/Storm/Spark等离线、流式及实时分布式计算技术，特别是流式和实时计算，2007年左右我就接触了实时数据库这块，一直到现在，随着用户的需求越来越高，硬件成本也越来越低，坚信SSD+内存的方式将会极大加速产业的发展。对广告行业感兴趣的听众、对大数据落地技术实践感兴趣的听众、对Hadoop感兴趣的听众；将会给听众介绍广告行业是怎么应用大数据技术的，特别是广告业务不为人知的很多方面，还有就是Hadoop方面的一些对应用具体的优化，包括AdMaster的自有开发的ADH版本的一些特点。
