成人免费xxxxx在线视频软件_久久精品久久久_亚洲国产精品久久久_天天色天天色_亚洲人成一区_欧美一级欧美三级在线观看

<pre id="yg6au"></pre>

<bdo id="yg6au"><dd id="yg6au"></dd></bdo>

<abbr id="yg6au"><code id="yg6au"></code></abbr>

AI.x社區(qū)

軟考社區(qū)

企業(yè)培訓

鴻蒙開發(fā)者社區(qū)

信創(chuàng)認證

公眾號矩陣

移動端

視頻課免費課排行榜短視頻直播課軟考學堂

全部課程軟考信創(chuàng)認證華為認證廠商認證 IT技術(shù)PMP項目管理免費題庫

文章資源問答課堂專欄直播

51CTO

鴻蒙開發(fā)者社區(qū)

51CTO技術(shù)棧

51CTO官微

51CTO學堂

51CTO博客

CTO訓練營

鴻蒙開發(fā)者社區(qū)訂閱號

51CTO軟考

51CTO學堂APP

51CTO學堂企業(yè)版APP

鴻蒙開發(fā)者社區(qū)視頻號

51CTO軟考題庫

賬號設置退出

大數(shù)據(jù)

9238內(nèi)容??

關注

大數(shù)據(jù)話題包括大數(shù)據(jù)相關的最新資訊、前沿技術(shù)、使用技巧、應用案例等內(nèi)容，涉及數(shù)據(jù)分析、數(shù)據(jù)可視化、商業(yè)智能、Hadoop、Spark、數(shù)據(jù)湖、數(shù)據(jù)倉庫、等領域。

文章博文帖子課程

共 226 條

【Pyspark】常用數(shù)據(jù)分析基礎操作

文章目錄零、準備工作0.1 安裝pyspark一、pyspark.sql部分1.窗口函數(shù)2.更換列名：3.sql將一個字段根據(jù)某個字符拆分成多個字段顯示4.pd和spark的dataframe進行轉(zhuǎn)換

2023-04-14 16:42:26

數(shù)據(jù)分析 pyspark 特征工程

詳解 Flink Catalog 在 ChunJun 中的實踐之路

我們知道 Flink 有Table（表）、View（視圖）、Function（函數(shù)/算子）、Database（數(shù)據(jù)庫）的概念，相對于這些耳熟能詳?shù)母拍?，F(xiàn)link 里還有一個 Catalog（目錄）的概念。本文將為大家?guī)?Flink Catalog 的介紹以及 Flink Catalog 在 ChunJun 中的實踐之路。Flink Catalog 簡介Catalog 提供元數(shù)據(jù)，如數(shù)據(jù)庫、表

2023-04-07 14:25:37

MapReduce報錯：「MKDirs failed to create file」

MapReduce報錯：「MKDirs failed to create file」??0. 寫在前面???1. 程序代碼及報錯信息???輸入、輸出路徑????程序代碼????報錯信息??2. 查找資料??3. 原因分析????4. 參考??0. 寫在前面Linux：Ubuntu Kylin16.04Hadoop：Hadoop2.7.21. 程序代碼及報錯信息輸入、輸出路徑zhangsan@had

2023-03-15 09:44:59

java hadoop Mapreduce

數(shù)據(jù)測試實踐：從一個bug開始的大數(shù)據(jù)引擎兼容性探索

在大數(shù)據(jù)時代，精準而有效的數(shù)據(jù)對于每個致力于長期發(fā)展的組織來說都是重要資產(chǎn)之一，而數(shù)據(jù)測試更是不可或缺的一部分。數(shù)據(jù)測試不僅關注數(shù)據(jù)加工的代碼邏輯，還要考慮大數(shù)據(jù)執(zhí)行引擎帶來的影響，因為各種引擎框架將對同一份數(shù)據(jù)產(chǎn)生不同的計算或檢索結(jié)果。本文將從一個年度賬單bug引入，講解在數(shù)據(jù)測試實踐中對大數(shù)據(jù)執(zhí)行引擎兼容性差異的探索。

2023-03-07 11:32:05

Hive 大數(shù)據(jù)數(shù)據(jù)測試

Spark數(shù)據(jù)清洗【時間數(shù)據(jù)處理】

spark處理日期數(shù)據(jù)全解

2023-03-06 12:14:17

spark 日期時間毫秒級時間戳

使用Maven構(gòu)建Hadoop工程并實現(xiàn)詞頻統(tǒng)計案例(詳細篇)

使用Maven構(gòu)建Hadoop工程并實現(xiàn)詞頻統(tǒng)計案例(詳細篇)一、實驗環(huán)境：Hadoop3.1.3IDEACentOS7.5Maven3.6.3偽分布式二、使用Maven構(gòu)建Hadoop工程1.解壓Maven到自己的安裝目錄tar -zxvf ./apache-maven-3.6.3-bin.tar.gz -C /opt/module/2.配置Maven環(huán)境變量vim /etc/profile.d

2023-02-14 08:39:07

hadoop maven 大數(shù)據(jù)

springboot：java實現(xiàn)郵件及附件發(fā)送、HTML正文的三種方式（三）【附帶源碼】

從代碼可以看出spring-boot-starter-mail與javax.mail的實現(xiàn)類似，都是通過類實現(xiàn)，但一定不要盲目的復制粘貼，理解，自己一行一行的復寫一遍代碼，這是千萬不能省的！

2023-02-05 09:27:58

java spring boot html

Spark Shuffle解析

1 Shuffle的核心要點1.1 ShuffleMapStage與ResultStage圖ShuffleMapStage與ResultStage在劃分stage時，最后一個stage稱為finalStage，它本質(zhì)上是一個ResultStage對象，前面的所有stage被稱為ShuffleMapStage。ShuffleMapStage的結(jié)束伴隨著shuffle文件的寫磁盤。ResultStag

2023-01-31 09:09:34

數(shù)據(jù)運行機制數(shù)據(jù)結(jié)構(gòu)

Spark 通訊架構(gòu)和調(diào)度

1、Spark 通訊架構(gòu)1.1 Spark通信架構(gòu)概述Spark2.x版本使用Netty通訊框架作為內(nèi)部通訊組件。spark 基于netty新的rpc框架借鑒了Akka的中的設計，它是基于Actor模型，如下圖所示：圖 Actor模型Spark通訊框架中各個組件（Client/Master/Worker）可以認為是一個個獨立的實體，各個實體之間通過消息來進行通信。具體各個組件之間的關系圖如下：圖

2023-01-30 14:18:38

調(diào)度策略數(shù)據(jù)任務調(diào)度

大數(shù)據(jù)Hadoop-04.高可用集群安裝

Hadoop 3.3.4 高可用集群安裝

2023-01-23 19:45:52

Hadoop 大數(shù)據(jù)數(shù)據(jù)分析

大數(shù)據(jù)Zookeeper-01.單機環(huán)境安裝

Zookeeper單機環(huán)境安裝

2023-01-17 17:04:06

Zookeeper 大數(shù)據(jù)數(shù)據(jù)分析

HDFS機架感知

HDFS機架感知

2023-01-16 16:22:15

機架感知 Hadoop

大數(shù)據(jù)平臺datasophon 測試部署

標簽（空格分隔）：大數(shù)據(jù)運維專欄一：datasophon的介紹1.1datasophon的介紹DataSophon是近日開源的一款國產(chǎn)自研大數(shù)據(jù)管理平臺，致力于快速實現(xiàn)部署、管理、監(jiān)控以及自動化運維大數(shù)據(jù)服務組件和節(jié)點的能力，幫助你快速構(gòu)建起穩(wěn)定、高效的大數(shù)據(jù)集群服務。主要有以下特性:極易部署，1小時可完成300節(jié)點的大數(shù)據(jù)集群部署國產(chǎn)化兼容，兼容ARM服務器和常用國產(chǎn)化操作系統(tǒng)監(jiān)控指標全面豐富，

2023-01-11 15:36:41

大數(shù)據(jù)平臺dataso datasophon hadoop

HDFS，MapReduce，Yarn的架構(gòu)思想和設計原理

Hadoop 三大組件：HDFS，MapReduce，Yarn 的架構(gòu)分析和原理1引子????????大數(shù)據(jù)就是將各種數(shù)據(jù)統(tǒng)一收集起來進行計算，發(fā)掘其中的價值。這些數(shù)據(jù)，既包括數(shù)據(jù)庫的數(shù)據(jù)，也包括日志數(shù)據(jù)，還包括專門采集的用戶行為數(shù)據(jù)；既包括企業(yè)內(nèi)部自己產(chǎn)生的數(shù)據(jù)，也包括從第三方采購的數(shù)據(jù)，還包括使用網(wǎng)絡爬蟲獲取的各種

2023-01-07 00:14:02

數(shù)據(jù)服務器 HDFS

Flink SQL管理平臺flink-streaming-platform-web安裝搭建

我的gitee地址：https://gitee.com/ddxygq/bigdatatechnicalpai最近看到有人在用flinksql的頁面管理平臺，大致看了下，嘗試安裝使用，比原生的flinksql界面確實好用多了，我們看下原生的，通過bin/sqlclient.sh命令進入那個黑框，一只松鼠，對，就是那個界面。。。。這個工具不是Flink官方出的，是一個國內(nèi)的小伙伴寫的，Github地址

2022-12-06 14:55:07

flink sql kafka

三大實例帶你搞定 Prometheus API 使用

作為一位優(yōu)秀的技術(shù)人員，往往能通過對數(shù)據(jù)的最大化利用來產(chǎn)生更多價值。而 Prometheus 的監(jiān)控數(shù)據(jù)則是可以為我們所用的重要數(shù)據(jù)，它并不只能用于日常的監(jiān)控和告警使用，也可以用于數(shù)據(jù)分析、成本管理等企業(yè)需求。在這種場景下，需要我們從 Prometheus 去獲取相關的數(shù)據(jù)，并對其進行處理加工。關于數(shù)據(jù)的獲取方法，通常會使用 Prometheus 提供的 API 來操作，本文將會對此進行講解介紹。

2022-11-30 10:19:45

數(shù)據(jù)時間戳獲取數(shù)據(jù)

CDH5部署三部曲之二：部署和設置

本文是《CDH5部署三部曲》的第二篇，前文將集群所有機器做了必要的設置，今天一起來完成CDH的部署、啟動、設置等操作

2022-11-28 00:06:12

cloudera CDH 大數(shù)據(jù)

CDH5部署三部曲之一：準備工作

CDH5部署前的準備工作，包括系統(tǒng)設置、安裝文件下載等

2022-11-27 14:15:11

cloudera java cdh

Hudi Upsert原理

2022-11-24 10:07:15

數(shù)據(jù)加載 spark

Hadoop總結(jié)——Hadoop基礎

2022-11-06 15:26:12

hadoop 數(shù)據(jù)mapreduce

【W(wǎng)eb開發(fā)】Python實現(xiàn)Web儀表盤功能（Grafana）

Grafana是一個開源的，擁有豐富dashboard和圖表編輯的指標分析平臺，

2022-11-05 22:38:55

python web server grafana

字節(jié)跳動開源數(shù)據(jù)集成引擎 BitSail 的演進歷程與能力解析

導讀BitSail 是字節(jié)跳動開源數(shù)據(jù)集成引擎，支持多種異構(gòu)數(shù)據(jù)源間的數(shù)據(jù)同步，并提供離線、實時、全量、增量場景下全域數(shù)據(jù)集成解決方案，目前支撐了字節(jié)內(nèi)部和火山引擎多個客戶的數(shù)據(jù)集成需求。經(jīng)過字節(jié)跳動各大業(yè)務線海量數(shù)據(jù)的考驗，在性能、穩(wěn)定性上得到較好驗證。10 月 26 日，字節(jié)跳動宣布 BitSail 項目正式在 GitHub 開源，為更多的企業(yè)和開發(fā)者帶來便利，降低數(shù)據(jù)建設的成本，讓數(shù)據(jù)高效地

2022-11-03 11:51:33

數(shù)據(jù)flink 數(shù)據(jù)集成

SQL進階篇之函數(shù)

SQL 擁有很多可用于計數(shù)和計算的內(nèi)建函數(shù)，他們可以讓數(shù)據(jù)統(tǒng)計工作更加便利

2022-10-21 00:40:10

sql 結(jié)果集函數(shù)返回

SQL進階篇之高級應用

在實際的數(shù)據(jù)庫使用中，除了CRUD，還有很多高級應用值得學習和掌握，能夠在平時的工作中得到很多便利

2022-10-19 04:15:11

sql 數(shù)據(jù)類型結(jié)果集

阿里云大數(shù)據(jù)開發(fā)一面面經(jīng)，已過，面試題已配答案

阿里云大數(shù)據(jù)開發(fā)一面面經(jīng)，已過，面試題已配答案

2022-10-18 12:25:24

spark hadoop 大數(shù)據(jù)開發(fā)面試題

Spark常規(guī)性能調(diào)優(yōu)（一）

1、常規(guī)性能調(diào)優(yōu)一：最優(yōu)資源配置Spark性能調(diào)優(yōu)的第一步，就是為任務分配更多的資源，在一定范圍內(nèi)，增加資源的分配與性能的提升是成正比的，實現(xiàn)了最優(yōu)的資源配置后，在此基礎上再考慮進行后面論述的性能調(diào)優(yōu)策略。資源的分配在使用腳本提交Spark任務時進行指定，標準的Spark任務提交腳本如代碼清單所示/usr/opt/modules/spark/bin/spark-submit \ --c

2022-10-15 22:13:15

spark 數(shù)據(jù)持久化

SQL進階篇之多表聯(lián)查

在實際開發(fā)過程中，隨著產(chǎn)品迭代，多表聯(lián)查無法避免

2022-10-14 17:31:43

sql 結(jié)果集主鍵

SQL進階篇之約束(Constraints)

約束用于限制加入表的數(shù)據(jù)的類型，可以在創(chuàng)建表時規(guī)定約束(通過 CREATE TABLE 語句)，或者在表創(chuàng)建之后也可以(通過 ALTER TABLE 語句)

2022-10-14 15:17:40

sql oracle mysql

Spark常見數(shù)據(jù)傾斜情況及調(diào)優(yōu)方案

1、數(shù)據(jù)傾斜Spark中的數(shù)據(jù)傾斜問題主要指shuffle過程中出現(xiàn)的數(shù)據(jù)傾斜問題，是由于不同的key對應的數(shù)據(jù)量不同導致的不同task所處理的數(shù)據(jù)量不同的問題例如，reduce點一共要處理100萬條數(shù)據(jù)，第一個和第二個task分別被分配到了1萬條數(shù)據(jù)，計算5分鐘內(nèi)完成，第三個task分配到了98萬數(shù)據(jù)，此時第三個task可能需要10個小時完成，這使得整個Spark作業(yè)需要10個小時才能運行完成，

2022-10-14 12:01:57

數(shù)據(jù)傾斜數(shù)據(jù)spark

Spark Troubleshooting

1、故障排除一：控制reduce端緩沖大小以避免OOM在Shuffle過程，reduce端task并不是等到map端task將其數(shù)據(jù)全部寫入磁盤后再去拉取，而是map端寫一點數(shù)據(jù)，reduce端task就會拉取一小部分數(shù)據(jù)，然后立即進行后面的聚合、算子函數(shù)的使用等操作reduce端task能夠拉取多少數(shù)據(jù)，由reduce拉取數(shù)據(jù)的緩沖區(qū)buffer來決定，因為拉取過來的數(shù)據(jù)都是先放在buffer中

2022-10-13 00:28:55

數(shù)據(jù)spark 故障排除

使用Hadoop patch包修復的一次經(jīng)歷

原因：因為公司的平臺的數(shù)據(jù)量在30P左右，使用了Hadoop3.1.2的版本，而且使用的糾刪碼功能，報錯信息如下：java.io.IOException: Unexpected EOS from the readerat org.apache.hadoop.hdfs.StripeReader.readToBuffer(StripeReader.java:241)at org.apache.hado

2022-10-11 18:02:20

hadoop hdfs java

【設計模式】【第五章】【開具增值稅發(fā)票】【建造者模式 + 原型模式】

【設計模式】【開具增值稅發(fā)票】【建造者模式 + 原型模式】

2022-10-03 10:51:09

設計模式建造者模式原型模式

字節(jié)跳動基于Doris的湖倉分析探索實踐

更多技術(shù)交流、求職機會，歡迎關注字節(jié)跳動數(shù)據(jù)平臺微信公眾號，回復【1】進入官方交流群Doris簡介Doris是一種MPP架構(gòu)的分析型數(shù)據(jù)庫，主要面向多維分析，數(shù)據(jù)報表，用戶畫像分析等場景。自帶分析引擎和存儲引擎，支持向量化執(zhí)行引擎，不依賴其他組件，兼容MySQL協(xié)議。Apache Doris具備以下幾個特點：良好的架構(gòu)設計，支持高并發(fā)低延時的查詢服務，支持高吞吐量的交互式分析。多FE均可對外提供服

2022-09-29 15:01:03

Presto安裝集成kerberos

解壓presto-server包tar -zxvf presto-server-0.276.tar.gz件目錄結(jié)構(gòu)如下drwxr-xr-x 3 rong rong 4096 Mar 29 10:29 bindrwxrwxr-x 2 rong rong 12288 Mar 29 09:54 lib-rw-r--r-- 1 rong rong 191539 Mar 5...

2022-09-27 06:12:38

hive hadoop hdfs

開源交流丨一站式大數(shù)據(jù)平臺運維管家ChengYing安裝原理剖析

本期我們帶大家回顧一下漫路同學的直播分享《ChengYing 安裝原理剖析》。本期內(nèi)容多為實戰(zhàn)演示，歡迎有興趣的同學去 B 站配合視頻觀看，便于理解。一、ChengYing 安裝原理ChengYing 安裝主要分為下面八個模塊的內(nèi)容，下面為大家介紹一下每個模塊主要能做的事情：1、主機編排一個組件包里面有很多服務，指定服務安裝到哪些主機。2、沖突校驗根據(jù)組件包之間的依賴關系，校驗編排結(jié)果是否符合部署

2022-09-09 14:17:36

自定義配置信息配置文件

終于有人把不同標簽的加工內(nèi)容與落庫講明白了丨DTVision分析洞察篇

上一篇文章詳細給大家介紹了標簽的設計與加工，在標簽生命周期流程中，標簽體系設計完成后，便進入標簽加工與上線運行階段，一般來說數(shù)據(jù)開發(fā)團隊會主導此過程，但我們需要關心以下幾個問題：?標簽如何快速創(chuàng)建和實現(xiàn)標簽邏輯的在線化管理?業(yè)務人員怎么參與到標簽建設流程中?百萬級別的標簽如何落表一、加工方式：傳統(tǒng) VS 在線當企業(yè)無標簽系統(tǒng)時，一般由數(shù)據(jù)開發(fā)在離線數(shù)倉中完成標簽的加工和運行，運營或市場同學需要某個

2022-09-08 16:39:42

數(shù)據(jù)sql hive

Spark面試題——Spark容錯機制

問過的一些公司：頭條，字節(jié)，阿里 x 3，騰訊，競技世界參考答案：1、容錯方式容錯指的是一個系統(tǒng)在部分模塊出現(xiàn)故障時還能否持續(xù)的對外提供服務，一個高可用的系統(tǒng)應該具有很高的容錯性；對于一個大的集群系統(tǒng)來說，機器故障、網(wǎng)絡異常等都是很常見的，Spark這樣的大型分布式計算集群提供了很多的容錯機制來提高整個系統(tǒng)的可用性。一般來說，分布式數(shù)據(jù)集的容錯性有兩種方式：數(shù)據(jù)檢查點和記錄數(shù)據(jù)的更新。面向大規(guī)模

2022-09-04 09:33:19

大數(shù)據(jù)大數(shù)據(jù)開發(fā)面試題

Hadoop總結(jié)

一、Hadoop是什么？Hadoop是一個Apache基金會所開發(fā)的分布式系統(tǒng)基礎架構(gòu)。在工業(yè)界，Hadoop已經(jīng)是公認的大數(shù)據(jù)通用存儲和分析平臺，它實現(xiàn)了分布式文件系統(tǒng)HDFS（?Hadoop Distributed File System）、分布式運行程序編程框架MapReduce以及資源管理系統(tǒng)YARN（ Yet Another Resource Negotiator），其中HDF

2022-09-02 20:13:59

mapreduce hadoop 大數(shù)據(jù)

（1）sparkstreaming結(jié)合sparksql讀取socket實時數(shù)據(jù)流

Spark Streaming是構(gòu)建在Spark Core的RDD基礎之上的，與此同時Spark Streaming引入了一個新的概念：DStream（Discretized Stream，離散化數(shù)據(jù)流)，表示連續(xù)不斷的數(shù)據(jù)流。DStream抽象是Spark Streaming的流處理模型，在內(nèi)部實現(xiàn)上，Spark Streaming會對輸入數(shù)據(jù)按照時間間隔（如1秒）分段，每一段數(shù)據(jù)轉(zhuǎn)換為Spar

2022-08-31 11:56:08

spark java spark sql

docker下的spark集群，調(diào)整參數(shù)榨干硬件

調(diào)整docker-compose編排的參數(shù)，充分發(fā)揮硬件信息能運行spark集群

2022-08-20 00:04:03

hadoop spark docker

spark實戰(zhàn)之：分析維基百科網(wǎng)站統(tǒng)計數(shù)據(jù)(java版)

在《尋找海量數(shù)據(jù)集用于大數(shù)據(jù)開發(fā)實戰(zhàn)(維基百科網(wǎng)站統(tǒng)計數(shù)據(jù))》一文中，我們了解了如何獲取維基百科網(wǎng)站的網(wǎng)頁點擊量統(tǒng)計數(shù)據(jù)，并且介紹了數(shù)據(jù)格式的基本內(nèi)容，本文以這些數(shù)據(jù)進行實戰(zhàn)，練習基本的spark開發(fā)

2022-08-19 00:08:03

spark hadoop java

docker下，極速搭建spark集群(含hdfs集群)

搭建spark和hdfs的集群環(huán)境會消耗一些時間和精力，今天咱們就借助docker，極速搭建和體驗spark和hdfs的集群環(huán)境

2022-08-17 00:04:38

spark docker hdfs

第一個spark應用開發(fā)詳解(java版)

java版的spark應用開發(fā)

2022-08-12 07:13:26

spark java hdfs

領域驅(qū)動設計系列貧血模型和充血模型

使用領域驅(qū)動設計至少會帶來下述優(yōu)點：業(yè)務邏輯被合理的分散到不同的領域?qū)ο笾?，代碼結(jié)構(gòu)更加清晰，可讀性，可維護性更高；對象職責更加單一，內(nèi)聚度更高；復雜的業(yè)務模型可以通過領域建模（UML是一種主要方式）清晰的表達，開發(fā)人員甚至可以在不讀源碼的情況下就能了解業(yè)務和系統(tǒng)結(jié)構(gòu)，這有利于對現(xiàn)存的系統(tǒng)進行維護和迭代開發(fā)；系統(tǒng)高度模塊化，代碼重用度高，不會出現(xiàn)太多的重復邏輯。

2022-08-08 13:49:11

事件流 java 迭代

MMA安裝及使用優(yōu)化

公司自建的hdfs集群，后期使用阿里的Maxcompute，就需要遷移數(shù)據(jù)到新環(huán)境中，阿里提供眾多的遷移方案，在經(jīng)過我們的實踐后，最終選擇了MMA，遷移數(shù)據(jù)Hive到Maxcompute。

2022-08-03 13:41:40

hive hdfs 數(shù)據(jù)遷移

一文看懂大數(shù)據(jù)生態(tài)圈完整知識體系【大數(shù)據(jù)技術(shù)及架構(gòu)圖解實戰(zhàn)派】

一文看懂大數(shù)據(jù)生態(tài)圈完整知識體系徐葳隨著大數(shù)據(jù)行業(yè)的發(fā)展，大數(shù)據(jù)生態(tài)圈中相關的技術(shù)也在一直迭代進步，作者有幸親身經(jīng)歷了國內(nèi)大數(shù)據(jù)行業(yè)從零到一的發(fā)展歷程，通過本文希望能夠幫助大家快速構(gòu)建大數(shù)據(jù)生態(tài)圈完整知識體系。目前大數(shù)據(jù)生態(tài)圈中的核心技術(shù)總結(jié)下來如圖1所示，分為以下9類，下面分別介紹。圖1 一、數(shù)據(jù)采集技術(shù)框架數(shù)據(jù)采集也被稱為數(shù)據(jù)同步。隨著互聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)、物聯(lián)網(wǎng)等技術(shù)的興起，產(chǎn)生了海

2022-08-03 11:28:08

數(shù)據(jù)大數(shù)據(jù)技術(shù)框架

推薦系統(tǒng)-協(xié)同過濾在Spark中的實現(xiàn)

本文以經(jīng)典的協(xié)同過濾為切入點，重點介紹了被工業(yè)界廣泛使用的矩陣分解算法，從理論與實踐兩個維度介紹了該算法的原理，通俗易懂，希望能夠給大家?guī)硪恍﹩l(fā)。

2022-07-25 09:33:44

spark 協(xié)同過濾推薦系統(tǒng)

大數(shù)據(jù)Hadoop之——任務調(diào)度器Oozie（Oozie環(huán)境部署）

Oozie是一個基于工作流引擎的開源框架，依賴于MapReduce來實現(xiàn)，是一個管理 Apache Hadoop 作業(yè)的工作流調(diào)度系統(tǒng)。是由Cloudera公司貢獻給Apache的，它能夠提供對Hadoop MapReduce和Pig Jobs的任務調(diào)度與協(xié)調(diào)。Oozie需要部署到Java Servlet容器中運行。

2022-07-16 19:01:00

大數(shù)據(jù)Oozie

大數(shù)據(jù)Hadoop之——Cloudera Hadoop（CM 6.3.1+CDH 6.3.2環(huán)境部署）

在眾多 Hadoop 版本中， CDH（Cloudera Hadoop）是 Hadoop 眾多分支中比較出色的版本，它由Cloudera 發(fā)行和維護。CDH 基于 Apache 的 Hadoop 進行重新構(gòu)建，提供了基于 Web 頁面的群集部署和管理操作。Hadoop發(fā)行版除了社區(qū)的Apache hadoop外，Cloudera Hadoop（CDH）、Hortonworks、MapR、EMC、IBM、INTEL、華為等都提供自己的商業(yè)版本。

2022-07-08 23:38:26

hadoop CDH 大數(shù)據(jù)

基于Spark+Grafana可視化電商項目實戰(zhàn)，好文收藏~

原創(chuàng)肝文！基于Spark+Grafana可視化電商項目實戰(zhàn)

2022-05-25 14:30:24

spark sql 數(shù)據(jù)分析

1 2 3 4 5 下一頁

51CTO技術(shù)棧公眾號

業(yè)務
速覽

媒體

51CTO CIOAge HC3i

社區(qū)

51CTO博客鴻蒙開發(fā)者社區(qū) AI.x社區(qū)

教育

51CTO學堂精培企業(yè)培訓 CTO訓練營

主站蜘蛛池模板：欧洲一级黄 | 一级a性色生活片久久毛片午夜精品在线观看 | 天天干天天爱天天爽 | 妖精视频一区二区三区 | a级片在线观看 | 狠狠操电影 | 成人免费一级 | 精品欧美一区二区在线观看视频 | 国产伦精品一区二区三区高清 | 国产美女h视频 | 日韩在线免费 | 精品一区二区在线观看 | 欧美一区二区成人 | 亚洲精品欧美一区二区三区 | 91亚洲国产成人久久精品网站 | 久在线精品视频 | 午夜视频在线观看一区二区 | 青青久草 | 欧美国产日韩在线观看成人 | 一级在线观看 | 九九在线视频 | 九九热在线观看视频 | 成人二区 | 天天操夜夜操 | 性色av一区二区三区 | 成人欧美一区二区三区在线播放 | 亚洲一区二区三区四区五区午夜 | 亚洲综合色视频在线观看 | 久久一久久 | 一区在线免费视频 | 久久成人18免费网站 | 91综合网| 一级片片 | 久久成人一区 | 午夜视频在线免费观看 | 日韩成人免费中文字幕 | 国产欧美日韩综合精品一区二区 | 一级美国黄色片 | 在线午夜| 国产精品免费一区二区三区四区 | 日韩一区二区三区在线看 |

<s id="i2owq"><tbody id="i2owq"></tbody></s>

<center id="i2owq"><noscript id="i2owq"></noscript></center>