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

数据生意背后的云计算

来源于贷款者线上经营信用数据、财务数据等等，阿里小贷对贷款者在互联网上积累的海量数据进行分析予以授信。数据成为阿里小贷业务模式的基础，也是核心所在。究其根本，这是一笔数据生意。

2016-12-17

找回HDFS corrupted文件残留数据

在Missing Block找回无望情况下，尽可能降低损失的办法是恢复残留的数据。但是读取corrupted文件又会失败，怎么处理呢？答案就是hack代码。

2016-11-07

充分挖掘大数据资源“富矿”

不愿，是因为觉得自己的数据很重要，要掌握在自己手上;不敢，是因为没有法律、标准支撑，担心数据的安全;不会，则是受制于数据技术研发瓶颈。”近日，中科院院士梅宏关于大数据产业的这段论述引发热议。

2016-11-07

云开雾散，带你看看大数据行业

本文PPT来自阿里云大数据孵化器的王峰（花名：九卿）于10月16日在2016年杭州云栖大会上发表的《云开雾散-大数据行业精准发力案例分享》。如果问现在这个时代什么方向最火爆？

2016-11-01

科技+数据让生活无限可能

从不断的学习和专研的过程中，了解到自己对数据的兴趣，继而在后续的工作中持续的坚持自己选择的方向。

2016-10-31

Spark Streaming 数据清理机制

Spark Streaming中 DStream 介绍 DStream 下面包含几个类：数据源类，比如InputDStream,具体如DirectKafkaInputStream等转换类，典型比如MappedDStream

2016-09-08

iOS - SQLite 数据库存储

1、SQLite 数据库 SQLite 是一种轻型的嵌入式数据库，安卓和 iOS 开发使用的都是 SQLite 数据库。它占用资源非常低，在嵌入式设备中，可能需要几百 K 的内存数据就够了。

2016-09-08

iOS - CoreData 数据库存储

1、CoreData 数据库 CoreData 是 iOS SDK 里的一个很强大的框架,允许程序员以面向对象的方式储存和管理数据。

2016-09-08

HBase 列族数据库

数据模型我们可以将一个表想象成一个大的映射关系，通过行健、行健+时间戳或行键+列（列族：列修饰符），就可以定位特定数据，HBase是稀疏存储数据的，因此某些列可以是空白的， Row Key Time

2016-09-04

通过LogShipper对接数据仓库

日志服务LogShipper功能可以便捷地将日志数据投递到OSS、TableStore、MaxCompute等存储类服务，配合E-MapReduce（Spark、Hive）、MaxCompute进行离线计算

2016-08-31

Android数据库Realm实践

Android开发中常用的数据库有5个： 1.OrmLite OrmLite 不是 Android 平台专用的ORM框架，它是Java ORM。支持JDBC连接，Spring以及Android平台。

2016-08-04

怎么恢复MySQL数据库

云数据库 RDS是阿里云提供的即开即用的关系型数据库服务，兼容了MySQL、SQL Server、PostgreSQL、PPAS（高度兼容Oracle）四种数据库引擎。

2016-07-23

如何提高数据库安全

数据库作为非常重要的存储工具，里面往往会存放着大量有价值或敏感信息。因此，数据库往往会成为黑客们的主要攻击对象。黑客们会利用各种途径来获取想要的信息，因此，保证数据库安全就变得尤为重要。

2016-07-23

Centos 定时压缩备份数据

Centos 定时压缩备份数据今年公司买了一套OA产品，对于功能现在都还处在开发和配置阶段，作为管理员的我，需要对每天的数据及对应的数据库进行定期备份，因为OA产品是运行在Linux上的，所以我们需要

2016-07-21

架构大数据分析应用

定义大数据表征基于不同的需要，可能选择开始大数据项目s: 因为所需处理的数据容量, 因为系统中数据结构的多样性, 因为扩展性问题, 或者因为需要削减数据处理的成本。

2016-05-17

海量数据处理技术学习

海量数据处理的常用技术可分为: 外排序：因为海量数据无法全部装入内存，所以数据的大部分存入磁盘中，小部分在排序需要时存入内存。

2016-03-10

def main(args: Array[String]) { val sparkConf = new SparkConf().setMaster("local").setAppName("cocapp").set("spark.kryo.registrator", classOf[HBaseConfiguration].getName) .set("spark.executor.memory", "4g") val sc: SparkContext = new SparkContext(sparkConf) val sqlContext = new HiveContext(sc) val mySQLUrl = "jdbc:mysql://localhost:3306/yangsy?user=root&password=yangsiyi" val rows = sqlContext.jdbc(mySQLUrl, "person") val tableName = "spark" val columnFamily = "cf" //rows.first().getString(1) val configuration = HBaseConfiguration.create(); configuration.set(TableInputFormat.INPUT_TABLE, "test"); val admin = new HBaseAdmin(configuration) val hBaseRDD = sc.newAPIHadoopRDD(configuration, classOf[TableInputFormat], classOf[org.apache.hadoop.hbase.io.ImmutableBytesWritable], classOf[org.apache.hadoop.hbase.client.Result]) hBaseRDD.count() def toHbase(rows: DataFrame,tableName : String,columnFamily: String) { val configuration = HBaseConfiguration.create(); val admin = new HBaseAdmin(configuration) if (admin.tableExists(tableName)) { print("table Exists") admin.disableTable(tableName); admin.deleteTable(tableName); } configuration.addResource("hbase-site.xml") val tableDesc = new HTableDescriptor(tableName) tableDesc.addFamily(new HColumnDescriptor(columnFamily)) admin.createTable(tableDesc) rows.foreachPartition { row => val table = new HTable(configuration, tableName) row.foreach { a => val put = new Put(Bytes.toBytes("row1")) put.add(Bytes.toBytes(columnFamily), Bytes.toBytes("coulumn1"), Bytes.toBytes(a.getString(0))) table.put(put) println("insert into success") } } 然而并没有什么乱用，发现一个问题，就是说，在RDD取值与写入HBASE的时候，引入外部变量无法序列化。。。。。。网上很多说法是说extendsSerializable ，可是尝试无效。Count()是可以获取到，但是如果我要在configuration中set列，然后进行查询就会报错了。暂时各种办法尝试无果，还在想办法，也不明原因。

2015-12-01

ODPS功能介绍之数据导入

在使用ODPS强大的数据处理能力之前，大家最关心的是自己的数据如何导入到ODPS中。下面介绍一款向ODPS导入数据的工具-Fluentd。

2015-11-03

ecshop数据库操作函数

ecshop数据库操作函数分类：ecshop和dede2013-09-23 14:021716人阅读评论(0)收藏举报本章我们将结合eschop二次开发一些常见的开发例子．来谈谈ecshop的数据库类和方法是如何处理数据库

2015-06-09

大数据的关键技术

在大数据时代，传统的数据处理方法还适用吗？

2015-03-04

资源下载

更多资源

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。

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称，一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集，帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

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

数据生意背后的云计算

找回HDFS corrupted文件残留数据

充分挖掘大数据资源“富矿”

云开雾散，带你看看大数据行业

科技+数据让生活无限可能

Spark Streaming 数据清理机制

iOS - SQLite 数据库存储

iOS - CoreData 数据库存储

HBase 列族数据库

通过LogShipper对接数据仓库

Android数据库Realm实践

怎么恢复MySQL数据库

如何提高数据库安全

Centos 定时压缩备份数据

架构大数据分析应用

海量数据处理技术学习

Spark读写Hbase中的数据

ODPS功能介绍之数据导入

ecshop数据库操作函数

大数据的关键技术

资源下载

腾讯云软件源

Nacos

Spring

Rocky Linux

欢迎您来访！