自拍偷在线精品自拍偷,亚洲欧美中文日韩v在线观看不卡

<style id="xu6dq"></style>

^{<blockquote id="xu6dq"></blockquote>}

<cite id="xu6dq"></cite><s id="xu6dq"><li id="xu6dq"></li></s>

51CTO首頁(yè)

AI.x社區(qū)

軟考社區(qū)

免費(fèi)課

企業(yè)培訓(xùn)

鴻蒙開(kāi)發(fā)者社區(qū)

WOT技術(shù)大會(huì)

公眾號(hào)矩陣

移動(dòng)端

視頻課免費(fèi)課排行榜短視頻直播課軟考學(xué)堂

全部課程軟考華為認(rèn)證廠商認(rèn)證 IT技術(shù)PMP項(xiàng)目管理免費(fèi)題庫(kù)

在線學(xué)習(xí)

文章資源問(wèn)答課堂專欄直播

51CTO

鴻蒙開(kāi)發(fā)者社區(qū)

51CTO技術(shù)棧

51CTO官微

51CTO學(xué)堂

51CTO博客

CTO訓(xùn)練營(yíng)

鴻蒙開(kāi)發(fā)者社區(qū)訂閱號(hào)

51CTO軟考

51CTO學(xué)堂APP

51CTO學(xué)堂企業(yè)版APP

鴻蒙開(kāi)發(fā)者社區(qū)視頻號(hào)

51CTO軟考題庫(kù)

賬號(hào)設(shè)置退出

大數(shù)據(jù)

9161內(nèi)容??

關(guān)注

大數(shù)據(jù)話題包括大數(shù)據(jù)相關(guān)的最新資訊、前沿技術(shù)、使用技巧、應(yīng)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(cāng)庫(kù)、等領(lǐng)域。

文章博文帖子課程

共 9161 條

Spark1.0.0部署指南

今天要給大家講述Spark1.0.0部署的過(guò)程。Spark常用的安裝部署模式有Spark On Yarn和Standalone，可以同時(shí)使用。

2014-07-17 14:09:31

詳細(xì)解析 hadoop 分布式部署

對(duì)于 Hadoop 來(lái)說(shuō),在 HDFS 看來(lái),節(jié)點(diǎn)分為 Namenode 和 Datanode,其中Namenode 只有一個(gè), Datanode 可以是很多;在 MapReduce 看來(lái),節(jié)點(diǎn)又分為Jobtracker 和 Tasktracker,其中 Jobtracker 只有一個(gè),Tasktracker 可以是很多。我是將 namenode 和 jobtracker 部署在 hadoop1 上, hadoop2, hadoop3 作為 datanode和 tasktracker 。

2014-07-15 11:15:44

hadoop 分布式部署

Apache Spark源碼走讀：如何進(jìn)行代碼跟讀

今天不談Spark中什么復(fù)雜的技術(shù)實(shí)現(xiàn)，只稍為聊聊如何進(jìn)行代碼跟讀。眾所周知，Spark使用scala進(jìn)行開(kāi)發(fā)，由于scala有眾多的語(yǔ)法糖，很多時(shí)候代碼跟著跟著就覺(jué)著線索跟丟掉了，另外Spark基于Akka來(lái)進(jìn)行消息交互，那如何知道誰(shuí)是接收方呢？

2014-07-15 10:59:58

Spark 代碼跟讀

Hadoop局限性與數(shù)據(jù)多樣性令數(shù)據(jù)科學(xué)家抓狂譯文

一份面向數(shù)據(jù)科學(xué)家的調(diào)查報(bào)告發(fā)現(xiàn)，大部分相關(guān)從業(yè)人士認(rèn)為隨著需要處理的數(shù)據(jù)源各類與數(shù)量的快速增長(zhǎng)、其工作的進(jìn)展難度也在持續(xù)攀升。此外，接近四分之一的受訪者表示Hadoop無(wú)法滿足他們?cè)诜治鰣?zhí)行能力方面的實(shí)際需求。

2014-07-08 09:14:54

Hadoop局限性

Apache Spark源碼走讀之2：Job的提交與運(yùn)行

本文以wordCount為例，詳細(xì)說(shuō)明spark創(chuàng)建和運(yùn)行job的過(guò)程，重點(diǎn)是在進(jìn)程及線程的創(chuàng)建。

2014-07-04 10:58:47

巧用云平臺(tái)簡(jiǎn)化Spark集群與大數(shù)據(jù)部署譯文

在本屆Spark 2014峰會(huì)上，Databricks公司CEO Ion Stoica在主題演講中公布了Databricks云——這是一套針對(duì)內(nèi)存內(nèi)集群計(jì)算的交鑰匙平臺(tái)，承諾以Hadoop MapReduce為基礎(chǔ)給大數(shù)據(jù)處理任務(wù)帶來(lái)顯著性能提升。

2014-07-04 10:01:08

通過(guò)添加一些gems來(lái)提升Rails應(yīng)用的性能

使用Rails一段時(shí)間之后，你可能就會(huì)開(kāi)始吹毛求疵的想要提高它性能。這是一系列文章中第一次考慮如何提高（即使微不足道的）Rails的性能。

2014-07-04 09:58:15

Apache Spark源碼走讀之1:論文閱讀筆記

源碼閱讀是一件非常容易的事，也是一件非常難的事。容易的是代碼就在那里，一打開(kāi)就可以看到。難的是要通過(guò)代碼明白作者當(dāng)初為什么要這樣設(shè)計(jì)，設(shè)計(jì)之初要解決的主要問(wèn)題是什么。在對(duì)Spark的源碼進(jìn)行具體的走讀之前，如果想要快速對(duì)Spark的有一個(gè)整體性的認(rèn)識(shí)，閱讀Matei Zaharia做的Spark論文是一個(gè)非常不錯(cuò)的選擇。在閱讀該論文的基礎(chǔ)之上，再結(jié)合Spark作者在2012 Developer Meetup上做的演講Introduction to Spark Internals，那么對(duì)于Spark的內(nèi)部實(shí)現(xiàn)會(huì)有一個(gè)比較大概的了解。有了上述的兩篇文章奠定基礎(chǔ)之后，再來(lái)進(jìn)行源碼閱讀，

2014-07-03 15:40:09

VMware張振倫：Hadoop的虛擬化之戀

從服務(wù)器虛擬化到整個(gè)數(shù)據(jù)中心虛擬化，今天我們已經(jīng)充分感受到了虛擬化這個(gè)小子的力量!如果虛擬化能和Hadoop來(lái)場(chǎng)戀愛(ài)，企業(yè)數(shù)據(jù)中心選擇Hadoop的羈絆是不是都會(huì)一掃而光呢?答案是肯定的。虛擬化能讓Hadoop和底層物理硬件分離，真正步入云端翩躚起舞，Hadoop從而輕松步入快速部署、高可用、資源彈性調(diào)度和安全多租戶的云端殿堂，企業(yè)數(shù)據(jù)中心大數(shù)據(jù)分析和利用的美夢(mèng)才能真正成為現(xiàn)實(shí)。

2014-07-02 16:06:07

Spark:星星之火即將燎原

大數(shù)據(jù)時(shí)代，Spark是繼Hadoop之后，成為替代Hadoop的下一代云計(jì)算大數(shù)據(jù)核心技術(shù)，目前Spark已經(jīng)構(gòu)建了自己的整個(gè)大數(shù)據(jù)處理生態(tài)系統(tǒng)，如流處理、圖技術(shù)、機(jī)器學(xué)習(xí)、NoSQL查詢等方面都有自己的技術(shù)，并且是Apache頂級(jí)Project，可以預(yù)計(jì)的是2014年下半年到2015年Spark在社區(qū)和商業(yè)應(yīng)用上會(huì)有爆發(fā)式的增長(zhǎng)。目前Spark的技術(shù)在國(guó)內(nèi)還屬于起步階段，為了更好地幫助大家了解Spark技術(shù)特點(diǎn)及應(yīng)用前景，我們走訪了Spark亞太研究院的院長(zhǎng)王家林。

2014-07-02 13:55:17

在Docker上建立多節(jié)點(diǎn)的Hadoop集群

在上篇文章中你已經(jīng)看到了在你的devbox創(chuàng)建一個(gè)單點(diǎn)Hadoop 集群是多么簡(jiǎn)單?，F(xiàn)在我們提高門(mén)檻，在Docker上創(chuàng)建一個(gè)多點(diǎn)hadoop集群。

2014-07-01 09:53:21

Docker Hadoop集群

VMware張振倫:Hadoop的虛擬化之戀

高速增長(zhǎng)的數(shù)據(jù)量和日益增加的競(jìng)爭(zhēng)壓力，讓越來(lái)越多的企業(yè)開(kāi)始思考如何挖掘這些數(shù)據(jù)的價(jià)值。傳統(tǒng)的BI系統(tǒng)、數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)庫(kù)系統(tǒng)都不能很好地處理這些數(shù)據(jù)

2014-06-27 10:14:01

如何成為云計(jì)算大數(shù)據(jù)Spark高手？

Spark是發(fā)源于美國(guó)加州大學(xué)伯克利分校AMPLab的集群計(jì)算平臺(tái)，它立足于內(nèi)存計(jì)算，性能超過(guò)Hadoop百倍，從多迭代批量處理出發(fā)，兼收并蓄數(shù)據(jù)倉(cāng)庫(kù)、流處理和圖計(jì)算等多種計(jì)算范式，是罕見(jiàn)的全能選手。

2014-06-25 13:57:50

云計(jì)算大數(shù)據(jù)Spark

數(shù)據(jù)挖掘中易犯的11大錯(cuò)誤

本文主要講解在數(shù)據(jù)挖掘中容易犯錯(cuò)誤以及相關(guān)的解決方案，從第7點(diǎn)輕信預(yù)言中挺有意思的，作者用沒(méi)有正確的結(jié)論，只有越來(lái)越準(zhǔn)確的結(jié)論作為修正。

2014-06-24 09:23:03

數(shù)據(jù)挖掘

未來(lái)預(yù)測(cè)：Hadoop將無(wú)法獨(dú)自處理大數(shù)據(jù)

大數(shù)據(jù)的世界正在穩(wěn)步發(fā)展壯大。隨著數(shù)據(jù)數(shù)量和種類的不斷膨脹，讀者都想知道接下來(lái)會(huì)發(fā)生什么。Sriram Mohan博士是羅斯豪曼理工學(xué)院計(jì)算機(jī)科學(xué)和軟件工程的副教授。同時(shí)他還兼任著Avalon咨詢公司大數(shù)據(jù)解決方案高級(jí)顧問(wèn)一職。他融匯理論與實(shí)踐于一身，他絕對(duì)是回答“2014年企業(yè)大數(shù)據(jù)發(fā)展趨勢(shì)”的正確人選。下面是他的一些獨(dú)到見(jiàn)解。

2014-06-17 09:44:30

快數(shù)據(jù)：大數(shù)據(jù)發(fā)展的下一個(gè)起點(diǎn) 譯文

開(kāi)源工具正幫助企業(yè)大量處理數(shù)據(jù)流，而為了引入復(fù)雜查詢與事務(wù)型處理能力，VoltDB公司的John Hugg建議采用內(nèi)存內(nèi)NewSQL數(shù)據(jù)存儲(chǔ)模式。

2014-06-16 09:11:29

快數(shù)據(jù)大數(shù)據(jù)

深入理解Redis主鍵失效原理及實(shí)現(xiàn)機(jī)制

最近本博主就對(duì)Redis中的主鍵失效機(jī)制產(chǎn)生了幾個(gè)疑問(wèn)，并根據(jù)這些疑問(wèn)對(duì)其進(jìn)行了仔細(xì)的探究，現(xiàn)總結(jié)所得如下，以饗各位看客。

2014-06-13 11:08:52

Redis 主鍵失效

無(wú)所不能的大數(shù)據(jù)：預(yù)測(cè)本屆世界杯賽事結(jié)果譯文

我們能否利用數(shù)據(jù)來(lái)預(yù)測(cè)誰(shuí)會(huì)最終奪冠？為了避免有失偏頗，我們將一邊了解懷疑論者的觀點(diǎn)、一邊感受高盛集團(tuán)等支持者對(duì)于數(shù)據(jù)驅(qū)動(dòng)模型能夠成功預(yù)測(cè)世界杯冠軍歸屬的堅(jiān)定決心。

2014-06-13 02:21:14

大數(shù)據(jù)預(yù)測(cè)世界杯

關(guān)于CentOS 6下Hadoop占用系統(tǒng)態(tài)CPU高的處理辦法

一次不經(jīng)意發(fā)現(xiàn)Hadoop的系統(tǒng)態(tài)CPU使用率很高，然后百度一下居然是個(gè)已知問(wèn)題。RHEL6優(yōu)化了內(nèi)存申請(qǐng)的效率，而且在某些場(chǎng)景下對(duì)KVM的性能有明顯提升。

2014-06-12 20:00:14

CentOS 6 Hadoop

2014世界杯冠軍預(yù)測(cè)圖：基于大數(shù)據(jù)與JavaScript 原創(chuàng)

一年一度的球迷盛宴——2014巴西世界杯即將6月13號(hào)凌晨即將打響，在世界杯過(guò)往的84年歷史中，巨星閃耀,，留下無(wú)盡的傳奇史話。這個(gè)夏天注定會(huì)被桑巴足球的熱情所點(diǎn)燃：32支強(qiáng)隊(duì)、64場(chǎng)激烈的角逐。

2014-06-12 11:32:16

世界杯大數(shù)據(jù)

給Hadoop新手的一封信

晚上整理郵箱，找到了一封之前網(wǎng)友的關(guān)于hadoop學(xué)習(xí)的來(lái)信以及我的回信，我想應(yīng)該對(duì)初學(xué)者會(huì)有幫助，就貼出來(lái)給大家看看!

2014-06-09 15:43:50

解析Spark在騰訊、雅虎、優(yōu)酷的成功應(yīng)用

Spark作為Apache頂級(jí)的開(kāi)源項(xiàng)目，項(xiàng)目主頁(yè)見(jiàn)http://spark.apache.org。在迭代計(jì)算，交互式查詢計(jì)算以及批量流計(jì)算方面都有相關(guān)的子項(xiàng)目，如Shark、Spark Streaming、MLbase、GraphX、SparkR等。從13年起Spark開(kāi)始舉行了自已的Spark Summit會(huì)議，會(huì)議網(wǎng)址見(jiàn)http://spark-summit.org。Amplab實(shí)驗(yàn)室單獨(dú)成立了獨(dú)立公司Databricks來(lái)支持Spark的研發(fā)。

2014-06-09 14:44:44

快扔掉MapReduce，擁抱Spark吧！譯文

Apache Spark也許能為Hadoop MapReduce帶來(lái)一套速度表現(xiàn)更出色的替代方案。

2014-06-05 08:47:52

Spark 1.0 Mapreduce

廣州農(nóng)商銀行選擇天睿公司部署企業(yè)數(shù)據(jù)倉(cāng)庫(kù)

全球數(shù)據(jù)分析平臺(tái)、應(yīng)用和服務(wù)供應(yīng)商天睿公司今日宣布，廣州農(nóng)商銀行已經(jīng)采用天睿公司全球領(lǐng)先的動(dòng)態(tài)企業(yè)數(shù)據(jù)倉(cāng)庫(kù)，并借助其專業(yè)服務(wù)制定數(shù)據(jù)質(zhì)量治理標(biāo)準(zhǔn)，實(shí)現(xiàn)統(tǒng)一的企業(yè)級(jí)業(yè)務(wù)視圖。該項(xiàng)目將為該行實(shí)現(xiàn)“數(shù)據(jù)戰(zhàn)略”奠定堅(jiān)實(shí)基礎(chǔ)，為未來(lái)開(kāi)展各種業(yè)務(wù)應(yīng)用提供強(qiáng)大的后臺(tái)支持能力。

2014-05-28 16:02:34

Teradata 數(shù)據(jù)倉(cāng)庫(kù)

大數(shù)據(jù)利器：Spark的單機(jī)部署與測(cè)試筆記

Spark作為最有可能代替mapreduce的分布式計(jì)算框架，正受到廣泛的關(guān)注。相比Hadoop來(lái)說(shuō)，Spark的中間計(jì)算結(jié)果存于內(nèi)存無(wú)疑給計(jì)算過(guò)程節(jié)省了很多時(shí)間，于是想試試看其與Hadoop有什么不一樣的地方，就有了這篇Spark的單機(jī)部署與測(cè)試筆記。

2014-05-16 10:55:47

Splunk推出Hunk 6.1 面向Hadoop與NoSQL Data Stores

實(shí)時(shí)運(yùn)維智能軟件供應(yīng)商Splunk 宣布推出面向Hadoop與NoSQL Data Stores的6.1版Hunk™: Splunk® Analytics for Hadoop and NoSQL Data Stores。Hunk 6.1可以更快速、更便捷地將Hadoop與NoSQL 數(shù)據(jù)存儲(chǔ)中的原始非結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)化為商業(yè)洞察。

2014-05-08 10:12:04

大數(shù)據(jù)的結(jié)果是福是禍？

在已經(jīng)到來(lái)的大數(shù)據(jù)時(shí)代，我們可能得到非常多的關(guān)于人和社會(huì)的各種數(shù)據(jù)和分析結(jié)果，面對(duì)這些結(jié)果，我們?nèi)绾卫檬莻€(gè)非常大的問(wèn)題。如果我們依照目前一味迎合的做法，大數(shù)據(jù)的效果可能未必產(chǎn)生正能量。

2014-04-30 15:37:05

大數(shù)據(jù)

一文讀懂大數(shù)據(jù)：Hadoop，大數(shù)據(jù)技術(shù)及相關(guān)應(yīng)用

你想了解大數(shù)據(jù)，卻對(duì)生澀的術(shù)語(yǔ)毫不知情？你想了解大數(shù)據(jù)的市場(chǎng)和應(yīng)用，卻又沒(méi)有好的案例和解說(shuō)？

2014-04-29 09:59:44

大數(shù)據(jù)

2014年值得關(guān)注的十個(gè)Hadoop大數(shù)據(jù)創(chuàng)業(yè)公司

開(kāi)源大數(shù)據(jù)框架Apache Hadoop已經(jīng)成了大數(shù)據(jù)處理的事實(shí)標(biāo)準(zhǔn)，同時(shí)也幾乎成了大數(shù)據(jù)的代名詞，雖然這多少有些以偏概全。

2014-04-24 09:41:06

大數(shù)據(jù)

為什么大數(shù)據(jù)與傳統(tǒng)商業(yè)智能有所不同

大數(shù)據(jù)，這個(gè)術(shù)語(yǔ)已被過(guò)度使用，同樣也被過(guò)度誤解?，F(xiàn)在我們陷入了這樣一個(gè)怪圈：每個(gè)人都在談?wù)撨@件事，每個(gè)人都認(rèn)為別人在做這件事，所以每個(gè)人都說(shuō)他們正在做這件事。

2014-04-22 10:14:49

大數(shù)據(jù)

Spark基本概念解析

Spark作為一個(gè)資源管理器的存在，類似YARN、Mesos的角色，為Spark Application提供資源。

2014-04-16 15:11:19

Spark多語(yǔ)言編程實(shí)踐

了解了Spark編程的基本概念，可以看出Spark編程都是圍繞著RDD進(jìn)行的。關(guān)于編程的基礎(chǔ)知識(shí)，可以參看spark編程基礎(chǔ)。

2014-04-16 14:50:20

Spark的Standalone模式部署

首先，下載并解壓縮Spark的源碼，切換到解壓縮所生成的目錄，運(yùn)行部署包生成程序make-distribution.sh。就可以開(kāi)始Standalone模式部署過(guò)程了。

2014-04-16 14:04:34

Spark Standalone

Spark的YARN模式部署

Spark可以通過(guò)SBT（Scala Build Tool）或者M(jìn)aven來(lái)編譯，官方提供的二進(jìn)制安裝文件是用Maven編譯。

2014-04-16 13:47:43

Spark On Yarn(HDFS HA)詳細(xì)配置過(guò)程

我們將要介紹Spark On Yarn詳細(xì)配置過(guò)程，包括服務(wù)器分布以及Spark的部署全部過(guò)程。

2014-04-16 11:01:07

Spark集群部署

本文將為您介紹如何在虛擬機(jī)環(huán)境部署Spark集群。集群上已經(jīng)成功部署了Hadoop2.2，軟件環(huán)境為64位Ubuntu12.04 LTS。

2014-04-16 10:41:58

大數(shù)據(jù)基礎(chǔ)知識(shí)：分布式計(jì)算、服務(wù)器集群

大數(shù)據(jù)，官方定義是指那些數(shù)據(jù)量特別大、數(shù)據(jù)類別特別復(fù)雜的數(shù)據(jù)集，這種數(shù)據(jù)集無(wú)法用傳統(tǒng)的數(shù)據(jù)庫(kù)進(jìn)行存儲(chǔ)，管理和處理。大數(shù)據(jù)的主要特點(diǎn)為數(shù)據(jù)量大（Volume），數(shù)據(jù)類別復(fù)雜（Variety），數(shù)據(jù)處理速度快（Velocity）和數(shù)據(jù)真實(shí)性高（Veracity），合起來(lái)被稱為4V。

2014-04-16 09:12:10

大數(shù)據(jù)

百度、阿里、騰訊對(duì)待大數(shù)據(jù)的不同思路

擁有海量數(shù)據(jù)的公司已在多個(gè)領(lǐng)域嘗試對(duì)掌握的數(shù)據(jù)進(jìn)行利用，大數(shù)據(jù)意識(shí)和能力進(jìn)步飛快，體系和工具日趨成熟。

2014-04-14 10:02:48

大數(shù)據(jù)

Apache Spark三種分布式部署方式比較

目前Apache Spark支持三種分布式部署方式，分別是standalone、spark on mesos和 spark on YARN。

2014-04-09 14:59:55

Cloudera將Spark劃入Hadoop

Spark作為一個(gè)通用的并行計(jì)算框架，已經(jīng)成為繼Hadoop之后又一大熱門(mén)開(kāi)元項(xiàng)目，逐漸獲得很多企業(yè)的支持。近日，Cloudera正式宣布開(kāi)始商業(yè)支持Apache Spark 機(jī)器學(xué)習(xí)和數(shù)據(jù)流處理環(huán)境。

2014-04-09 10:55:55

PostgreSQL痛點(diǎn)的解決方案

PostgreSQL是一個(gè)很老的系統(tǒng)，可以追溯到1996；它被很多用戶在多種操作系統(tǒng)上運(yùn)行。因此，PostgreSQL開(kāi)發(fā)商被他們可以添加的Linux指定代碼的數(shù)量所限制。它是基于合作進(jìn)程的，沒(méi)使用線程。系統(tǒng) V 共享內(nèi)存用于進(jìn)程間通信。重要的是，PostgreSQL維護(hù)它自己的內(nèi)部緩沖區(qū)，但也使用 I/O 緩沖來(lái)讀寫(xiě)磁盤(pán)數(shù)據(jù)。這種緩沖的組合導(dǎo)致了 PostgreSQL 用戶所經(jīng)歷的一些問(wèn)題。

2014-04-08 09:49:27

PostgreSQL 雙緩沖

開(kāi)源Hadoop較高下：IBM與AWS關(guān)鍵看啥？

多年來(lái)，開(kāi)源初創(chuàng)公司Cloudera和Hortonworks在Hadoop市場(chǎng)一直占有絕對(duì)地位，諸如Oracle、微軟以及其他一些公司也想在這個(gè)市場(chǎng)占有一席之地，但更多是通過(guò)與專業(yè)的Hadoop初創(chuàng)公司建立伙伴關(guān)系間接地參與市場(chǎng)爭(zhēng)奪。

2014-04-01 11:14:29

AWS IBM 開(kāi)源Hadoop

原來(lái)是這么玩，解析全球十大電信巨頭如何玩大數(shù)據(jù)

對(duì)于電信運(yùn)營(yíng)商而言，沒(méi)有哪一個(gè)時(shí)代能比肩4G時(shí)代，輕松掌握如此海量的客戶數(shù)據(jù)。4G時(shí)代，手機(jī)購(gòu)物、視頻通話、移動(dòng)音樂(lè)下載、手機(jī)游戲、手機(jī)IM、移動(dòng)搜索、移動(dòng)支付等移動(dòng)數(shù)據(jù)業(yè)務(wù)層出不窮。它們?cè)跒橛脩魟?chuàng)造了前所未有的新體驗(yàn)同時(shí)，也為電信運(yùn)營(yíng)商挖掘用戶數(shù)據(jù)價(jià)值提供了大數(shù)據(jù)的視角。數(shù)據(jù)挖掘、數(shù)據(jù)共享、數(shù)據(jù)分析已經(jīng)成為全球電信運(yùn)營(yíng)商轉(zhuǎn)變商業(yè)模式，贏取深度商業(yè)洞察力的基本共識(shí)。

2014-03-31 14:59:08

大數(shù)據(jù)

Spark會(huì)是大數(shù)據(jù)領(lǐng)域的下一個(gè)大家伙嗎？_IT技術(shù)周刊第359期

2014-03-31 13:47:35

IT技術(shù)周刊

大數(shù)據(jù)時(shí)代的數(shù)據(jù)庫(kù)集群技術(shù)漫談

本篇文章將對(duì)集群的概念、形式以及目前主流的數(shù)據(jù)庫(kù)集群技術(shù)進(jìn)行探討。

2014-03-28 15:10:09

大數(shù)據(jù)數(shù)據(jù)庫(kù)集群

MongoDB集群搭建及Sharding的實(shí)現(xiàn)思路

選擇一個(gè)合適索引而減少索引量，這種索引叫做重復(fù)索引,能夠在索引中直接查找到所有要查詢的索引，叫做覆蓋索引，能夠滿足覆蓋索引的條件并且排序次序又能夠與索引的次序相同，這種次序是"3星"的,所以任何時(shí)候創(chuàng)建索引的目的一定要與搜索碼完全匹配，至少保持一致.

2014-03-28 09:35:11

MongoDB Sharding

優(yōu)酷土豆應(yīng)用Spark完善大數(shù)據(jù)分析案例

優(yōu)酷土豆作為國(guó)內(nèi)最大的視頻網(wǎng)站，和國(guó)內(nèi)其他互聯(lián)網(wǎng)巨頭一樣，率先看到大數(shù)據(jù)對(duì)公司業(yè)務(wù)的價(jià)值，早在2009年就開(kāi)始使用Hadoop集群，隨著這些年業(yè)務(wù)迅猛發(fā)展，優(yōu)酷土豆又率先嘗試了仍處于大數(shù)據(jù)前沿領(lǐng)域的Spark/Shark 內(nèi)存計(jì)算框架，很好地解決了機(jī)器學(xué)習(xí)和圖計(jì)算多次迭代的瓶頸問(wèn)題，使得公司大數(shù)據(jù)分析更加完善。

2014-03-27 09:36:36

對(duì)比Hadoop 分析Spark受多方追捧的原因

作者M(jìn)ikio Braun是柏林工業(yè)大學(xué)機(jī)器學(xué)習(xí)專業(yè)的博士后，他通過(guò)描述了自己對(duì)Spark逐步認(rèn)識(shí)的過(guò)程，為我們剖析了Spark的原理和應(yīng)用。

2014-03-26 11:09:27

Apache Spark是大數(shù)據(jù)領(lǐng)域的下一個(gè)大家伙嗎？

Spark是一個(gè)基于內(nèi)存in-memory數(shù)據(jù)處理平臺(tái)，兼容于Hadoop 數(shù)據(jù)源但是比Hadoop MapReduce運(yùn)行得快得多。.特別適合于機(jī)器學(xué)習(xí)處理。

2014-03-26 10:59:14

Apache Spark的R語(yǔ)言前端：SparkR

SparkR是一個(gè)R語(yǔ)言包提供了一個(gè)輕量級(jí)的前端，用于從R語(yǔ)言中使用Apache Spark。SparkR通過(guò)RDD類暴露Spark API，允許用戶以交互方式在集群上從R shell運(yùn)行jobs。

2014-03-26 10:52:24

上一頁(yè) 1 ··· 166 167 168 169 170 ··· 184 下一頁(yè)

點(diǎn)贊

51CTO技術(shù)棧公眾號(hào)

業(yè)務(wù)
速覽

媒體

51CTO CIOAge HC3i

社區(qū)

51CTO博客鴻蒙開(kāi)發(fā)者社區(qū) AI.x社區(qū)

教育

51CTO學(xué)堂精培企業(yè)培訓(xùn) CTO訓(xùn)練營(yíng)