搜索[数据脱敏]结果-低调大师优秀个人博客

精选列表

搜索[数据脱敏]，共10000篇文章

《Spark大数据分析：核心概念、技术及实践》导读

Contents 目录译者序前言致谢第1章大数据技术一览 1.1 Hadoop 1.1.1 HDFS 1.1.2 MapReduce 1.1.3 Hive 1.2 数据序列化 1.2.1

2017-05-18

京东MySQL数据库Docker化最佳实践（附PPT）

讲师介绍刘风才京东资深数据库专家 2012年加入京东，担任MySQL DBA一职，负责数据库架构设计、数据库性能优化等日常运维工作，参与过分布式数据库项目、多中心交易项目等。

2017-05-15

一个助Hadoop集群数据快速上云工具

背景越来越多的公司和企业希望将业务迁移到云上，同时业务数据也希望能更顺畅的迁移到云上。

2017-05-04

《Hadoop大数据分析与挖掘实战》——2.5节小结

本节书摘来自华章社区《Hadoop大数据分析与挖掘实战》一书中的第2章，第2.5节小结，作者张良均樊哲赵云龙李成华，更多章节内容可以访问云栖社区“华章社区”公众号查看 2.5 小结本章从介绍大数据基础概念讲起

2017-05-01

《Spark大数据分析实战》——第1章Spark简介

本节书摘来自华章社区《Spark大数据分析实战》一书中的第1章Spark简介，作者高彦杰倪亚宇，更多章节内容可以访问云栖社区“华章社区”公众号查看第1章Spark简介本章主要介绍Spark框架的概念

2017-05-01

《Hadoop大数据分析与挖掘实战》——3.4节小结

本节书摘来自华章社区《Hadoop大数据分析与挖掘实战》一书中的第3章，第3.4节小结，作者张良均樊哲赵云龙李成华，更多章节内容可以访问云栖社区“华章社区”公众号查看 3.4 小结本章先介绍大数据仓库

2017-05-01

本文翻译自《BIG DATA ANALYTICS BEYOND HADOOP》译者：许巧辉另一个来自Google的重要工具，看起来超越了Hadoop MR——Pregel框架实现了图形计算（Malewicez et al.2010）。在Pregel中的计算是由一系列迭代组成的，被称为supersteps。图上的每个顶点都与一个用户定义的计算函数相关联；Pregel确保每个superstep在图的每条边上并发调用用户定义的计算函数。顶点可通过边发送消息，并且顶点间可交换值。这也是个全局同步——所有操作必须在用户定义的函数结束后才能继续。熟悉BSP的读者可以看出为什么Pregel是BSP优秀的例子——一组实体在用户定义的函数中使用全局锁并行计算，并且能够进行消息交换。 Apache Hama (Seo et al. 2010)相当于开源的Pregel，一种BSP的实现。Hama在HDFS和微软的Dryad引擎之上实现了BSP。大概是因为他们不希望被认为他们与Hadoop的社区之间有所不同。但重要的是，BSP本质上是一种适合迭代计算的范例，而且Hama拥有CGD的并行实现，这是Hadoop不容易实现的。必须指出的是，Hama的BSP引擎是在MPI之上实现的，这是并行编程文学的鼻祖(www.mcs.anl.gov/research/projects/mpi/)。Apache Giraph, Golden Orb, 还有Stanford GPS项目的灵感也来自Pregel。 GraphLab (Gonzalez et al. 2012)已经成为现代化图形处理的范例。GraphLab起源于华盛顿大学和卡内基梅隆大学（CMU）的学术项目。GraphLab提供跨集群节点处理图形的有用抽象。PowerGraph，GraphLab的后续版，使得它有效地处理自然图形或幂律图——这是有大量不良连接点和少量良好连接点的图。Twitter上关于页面排名和三角形计数问题的性能评估已验证GraphLab比其他方法更有效率。本书的重点主要是Giraph，GraphLab及其相关方面。表1.1对各种范例的非功能特性进行了比较，如可扩展性、容错机制和已实现的算法。由此可推断出，尽管传统工具只工作在单个节点上，不可能做横向扩展，也有可能出现单点故障，近期重构方面的努力抢劫它们跨代迁移。值得注意的是，大多数图形处理范例并没有容错机制，然而Spark和Hadoop是其中提供容错机制的第三代工具。文章转自并发编程网-ifeve.com

2017-05-01

Zoom Social-大数据告诉你谁会上头条

本期创业人物杨绍峰用他的创业公司Zoom Social，给这个难题提供了一个基于大数据运算的科学解答。

2017-05-01

细数5款主流NoSQL数据库到底哪家强？

1.3 数据版本 Hbase 还能直接检索到往昔版本的数据，这意味着我们更新数据时，旧数据并没有即时被清除，而是保留着： Hbase 中通过 row+columns 所指定的一个存贮单元称为cell

2017-05-01

《Spark大数据分析实战》——第3章BDAS简介

本节书摘来自华章社区《Spark大数据分析实战》一书中的第3章BDAS简介，作者高彦杰倪亚宇，更多章节内容可以访问云栖社区“华章社区”公众号查看第3章BDAS简介提到Spark不得不说伯克利大学AMPLab

2017-05-01

《Spark大数据分析实战》——3.5节本章小结

本节书摘来自华章社区《Spark大数据分析实战》一书中的第3章，第3.5节本章小结，作者高彦杰倪亚宇，更多章节内容可以访问云栖社区“华章社区”公众号查看 3.5 本章小结本章主要介绍了BDAS中广泛应用的几个数据分析组件

2017-05-01

《Hadoop大数据分析与挖掘实战》——1.6节小结

本节书摘来自华章社区《Hadoop大数据分析与挖掘实战》一书中的第1章，第1.6节小结，作者张良均樊哲赵云龙李成华，更多章节内容可以访问云栖社区“华章社区”公众号查看 1.6 小结本章从一个知名餐饮企业经营过程中存在的困惑出发

2017-05-01

《Spark大数据分析实战》——1.5节本章小结

本节书摘来自华章社区《Spark大数据分析实战》一书中的第1章，第1.5节本章小结，作者高彦杰倪亚宇，更多章节内容可以访问云栖社区“华章社区”公众号查看 1.5 本章小结本章首先介绍了Spark分布式计算平台的基本概念

2017-05-01

《Hadoop实战手册》一1.8 从MongoDB导入数据到HDFS

1.8 从MongoDB导入数据到HDFS 本节将使用MongoInputFormat类加载MongoDB中的数据导入HDFS中。

2017-05-01

《Hadoop实战手册》一1.7 从HDFS导出数据到MongoDB

1.7 从HDFS导出数据到MongoDB 本节将使用MongoOutputFormat类加载HDFS中的数据并收集到MongoDB中。

2017-05-01

《Spark大数据分析实战》——2.5节本章小结

本节书摘来自华章社区《Spark大数据分析实战》一书中的第2章，第2.5节本章小结，作者高彦杰倪亚宇，更多章节内容可以访问云栖社区“华章社区”公众号查看 2.5 本章小结本章首先介绍了Spark应用程序的开发流程以及如何编译和调试

2017-05-01

吴恩达：大数据终将帮助机器拥有自主智慧

答：大多数具有经济效益的应用，到目前为止仅仅是从经过标记的数据进行学习。以语音识别为例。百度和谷歌已提高了语音的识别效果，他们依据的理论基础是，深度学习算法可以接纳海量的、转录为文本的语音数据。

2017-05-01

《MacTalk 跨越边界》一一3.4 大数据时代的贝叶斯定理

3.4 大数据时代的贝叶斯定理 MacTalk 跨越边界今天给大家说说大数据下的贝叶斯定理，算是科普。如果有朝一日你能以之推算出搭讪妹子的成功率，算我一份功劳。

2017-05-01

大数据背后的神秘公式（下）：“贝叶斯革命”

贝叶斯公式在联邦党人文集作者公案和天蝎号核潜艇搜救中大显身手后（详见大数据背后的神秘公式（上）：贝叶斯公式），开始引起学术界的注意和重视，而其上世纪八十年代在自然语言处理领域的成功，向我们展示了一条全新的问题解决路径

2017-05-01

百度余凯：数据是极好的竞争壁垒

昨日，极客公园创新大会在北京开幕，百度深度学习研究院（IDL）副院长余凯发表演讲，阐述大数据时代，人工智能与深度学习的发展。以下是余凯的演讲实录：各位朋友早上好！

2017-05-01

资源下载

更多资源

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长，特征是大鼻子、头戴帽子、身穿背带裤，还留着胡子。与他的双胞胎兄弟路易基一起，长年担任任天堂的招牌角色。

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。

Rocky Linux

Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。

精选列表

《Spark大数据分析：核心概念、技术及实践》导读

京东MySQL数据库Docker化最佳实践（附PPT）

一个助Hadoop集群数据快速上云工具

《Hadoop大数据分析与挖掘实战》——2.5节小结

《Spark大数据分析实战》——第1章Spark简介

《Hadoop大数据分析与挖掘实战》——3.4节小结

超越Hadoop的大数据分析之图形处理尺寸

Zoom Social-大数据告诉你谁会上头条

细数5款主流NoSQL数据库到底哪家强？

《Spark大数据分析实战》——第3章BDAS简介

《Spark大数据分析实战》——3.5节本章小结

《Hadoop大数据分析与挖掘实战》——1.6节小结

《Spark大数据分析实战》——1.5节本章小结

《Hadoop实战手册》一1.8 从MongoDB导入数据到HDFS

《Hadoop实战手册》一1.7 从HDFS导出数据到MongoDB

《Spark大数据分析实战》——2.5节本章小结

吴恩达：大数据终将帮助机器拥有自主智慧

《MacTalk 跨越边界》一一3.4 大数据时代的贝叶斯定理

大数据背后的神秘公式（下）：“贝叶斯革命”

百度余凯：数据是极好的竞争壁垒

资源下载

Mario

腾讯云软件源

Spring

Rocky Linux

欢迎您来访！