大数据知识_大数据学习笔记

很久没打开集群，上课需要连接时start-all.sh后，显示连接被拒绝（忘记截图了，报错信息是这样） ls: Call From hadoop01/19....

OpenTSDB是一个经典的时序数据库系统，它没有开发自己的存储引擎，而是基于HBase，对于已经有 HBase 基础服务的企业而言，降....

尚硅谷数据仓库实战之3数仓搭建 第4章 数仓搭建-ODS层4.2 ODS层（业务数据）4.2.1 活动信息表 第5章 数仓搭建-DIM层5.1 ....

文章目录 1. 倒排索引的基本概念2. 字段的倒排索引3. 倒排索引的数据结构3.1 为单词词典建立索引（FST）3.2 为倒排列表建立....

作者：幻好 来源：恒生LIGHT云社区 Pandas 是一个 Python 软件库，它提供了大量能使我们快速便捷地处理数据的函数和方法....

准备工作： 安装jdk：必须把jdk放在/usr/java/目录下，不然启动cloudera-scm-server会报错 export JAVA_HOME=/usr/java/jdk1....

一、TCP是面向连接的协议，是允许系统通过Internet进行通信的标准，它定义了如何建立和维护应用程序可以通过其交换数据的网....

XA - 俩阶段提交协议(业务无侵入) 第一阶段 : 事务管理器要求涉及到本次操作流程的所有数据源都执行预提交(preCommit)操....

学习致谢 https://www.bilibili.com/video/BV1Xz4y1m7cv?p=65 代码实现 （1）pom文件导入spark-hive依赖 org.apache.spa....

Flink 读写hive离不开flink官方文档， 官方文档地址：https://nightlies.apache.org/flink/flink-docs-release-1.12/dev/tab....

需求：工作中使用kafka接收数据，需要批量对redis中的hash操作，而redisTemplate并没有提供相应的方法，里面对于批量插入操....

前言 随着云计算、物联网与大数据等技术的不断发展，信息系统服务中针对用户数据的收集整理、分析预测手段不断成熟。各种基....

1 ）笛卡尔集会在下面条件下产生 （1）省略连接条件 （2）连接条件无效 （3）所有表中的所有行互相连接 2 ）案例实....

函数scan ​ 同fold，scan把每一步的计算结果放到一个新的集合中返回，flod返回的是最后的结果 格式 def scan[B >: Int, Tha....

//用嵌套风格定义包package com{ import com.bigdata.scala.Inner //局部导入 作用于当前范围 //在外层包定义单例对象 ob....

5分钟搞懂MySQL中的优化器与成本模型 本文目录 5分钟搞懂MySQL中的优化器与成本模型一、概述二、优化器三、成本模型四、成....

公众号回复：干货，领取价值58元/套IT管理体系文档 公众号回复：ITIL教材，领取最新ITIL4中文教材 更多专业文档请访问 www.i....

Pandas是一个强大的分析结构化数据的工具集;它的使用基础是Numpy(提供高性能的矩阵运算);用于数据挖掘和数据分析,同时也提供....

注： 部分概念介绍来源于网络 一、Elasticsearch部署建议 1.选择合理的硬件配置 尽可能使用SSD Elasticsearch最大的瓶颈往往....

一、首先来到官网的下载地址，这里演示Windows系统的安装： DBeaver下载地址 二、点击如下链接 三、下载完之后，点击在文件....