大数据_草根网

分布式基础通信协议：paxos、totem 和 gossip（转载）

所属栏目：[大数据] 日期：2020-12-25 热度：99

背景：在分布式中，最难解决的一个问题就是多个节点间数据同步问题。为了解决这样的问题，涌现出了各种奇思妙想。只有在解决了如何进行信息同步的基础之上才衍生出形形色色的应用。这里开始介绍几种分布式通信协议。简单即有效——totem协议: totem协议[详细]
pyhive 连接 Hive 时错误

所属栏目：[大数据] 日期：2020-12-25 热度：54

一、User: xx is not allowed to impersonate xxx' 解决办法：修改 core-site.xml 文件，加入下面的内容后重启 hadoop。 property namehadoop.proxyuser.xx.hosts/name value*/value/propertyproperty namehadoop.proxyuser.xx.groups/name value*/value/p[详细]
Hive 导入 parquet 格式数据

所属栏目：[大数据] 日期：2020-12-25 热度：51

Hive 导入 parquet 数据步骤如下：查看 parquet 文件的格式构造建表语句倒入数据一、查看 parquet 内容和结构下载地址社区工具 GitHub 地址命令查看结构： java -jar parquet-tools-1.6.0rc3-SNAPSHOT.jar schema -d activity.201711171437.0.parq[详细]
Presto 常用配置及操作

所属栏目：[大数据] 日期：2020-12-25 热度：93

一、介绍 Presto是一个开源的分布式SQL查询引擎，适用于交互式分析查询，数据量支持GB到PB字节。 Presto的设计和编写完全是为了解决像Facebook这样规模的商业数据仓库的交互式分析和处理速度的问题。推荐阅读 Presto实现原理和美团的使用实践二、安装 2.[详细]
大数据的技术生态概述（转载）

所属栏目：[大数据] 日期：2020-12-25 热度：122

副标题#e# 如何用形象的比喻描述大数据的技术生态？Hadoop、Hive、Spark 之间是什么关系？大数据本身是个很宽泛的概念，Hadoop生态圈（或者泛生态圈）基本上都是为了处理超过单机尺度的数据处理而诞生的。你可以把它比作一个厨房所以需要的各种工具。锅碗[详细]
九种常见的数据分析模型

所属栏目：[大数据] 日期：2020-12-25 热度：61

副标题#e# 1. 漏斗分析模型漏斗分析是一套流程式数据分析，它能够科学反映用户行为状态以及从起点到终点各阶段用户转化率情况的重要分析模型。运营人员可以通过观察不同属性的用户群体（如新注册用户与老客户、不同渠道来源的客户）各环节转化率，各流程[详细]
大数据领域常用技术栈

所属栏目：[大数据] 日期：2020-12-25 热度：197

副标题#e# 提起大数据，不得不提由IBM提出的关于大数据的5V特点：Volume（大量）、Velocity（高速）、Variety（多样）、Value（低价值密度）、Veracity（真实性），而对于大数据领域的从业人员的日常工作也与这5V密切相关。大数据技术在过去的几十年中取得[详细]
Databricks说的Lakehouse是什么？

所属栏目：[大数据] 日期：2020-12-25 热度：58

副标题#e# ? 在过去的几年里，Lakehouse作为一种新的数据管理范式，已独立出现在Databricks的许多用户和应用案例中。在这篇文章中，我们将阐述这种新范式以及它相对于之前方案的优势。数据仓库在决策支持和商业智能应用方面有着悠久的历史。自20世纪80年代[详细]
[bigdata-042]从头搭建 spring+mvc+boot+tomcat

所属栏目：[大数据] 日期：2020-12-25 热度：140

副标题#e# 1. 需求 1.1 在spring.io下载一个spring mvc的demo，能运行成功。 1.2 按照自己的理解，重写这个例子，并做适当修改，运行成功。 1.3 将这个例子打包成war包，放到tomcat运行成功。 2. 在spring.ip下载spring mvc并运行 2.1 spring的例子在 http:[详细]
《Speed-BI云平台-基于Excel数据源的技巧应用：区域销售收入分析

所属栏目：[大数据] 日期：2020-12-25 热度：94

对于刚接触speed-BI的朋友们，一些看似很简单很琐碎的动作，当没有小窍门和智能化的操作就会使得工作量变大，时间耗起来真要命。本次课就将围绕speed-BI常用的功能进行串讲，还有特别的小技巧一并教授，成为speed-BI的技巧王！ ? 课程应用：本次课程以销[详细]
数据挖掘中的模式发现（六）挖掘序列模式

所属栏目：[大数据] 日期：2020-12-25 热度：71

序列模式挖掘序列模式挖掘(sequence pattern mining)是数据挖掘的内容之一，指挖掘相对时间或其他模式出现频率高的模式，典型的应用还是限于离散型的序列。。其涉及在数据示例之间找到统计上相关的模式，其中数据值以序列被递送。通常假设这些值是离散的[详细]
关于评论话题挖掘的研究及其实现代码（二）词图切分

所属栏目：[大数据] 日期：2020-12-24 热度：198

引言在上一篇的博客谈到使用LDA的方法挖掘影迷关注点可谓是无功而返。后来我思考了许久，决定将原来的向量空间模型转变为词语网（WordNet），然后通过社区检测算法来把网络划分不同的社区，从而确定为不同的话题。社区检测算法现实世界中的许多系统都可[详细]
《MySQL必知必会》学习笔记五(数据处理函数)------掌握部分

所属栏目：[大数据] 日期：2020-12-24 热度：88

副标题#e# MySQL必知必会知识预览第一章——了解SQL 第二章——MySQL简介第三章——使用MySQL 第四章——检索数据第五章——排序检索数据第六章——过滤数据第七章——数据过滤第八章——用通配符进行过滤第九章——用正则表达式进行搜索第十章——[详细]
数据挖掘 : 手把手教你做文本挖掘

所属栏目：[大数据] 日期：2020-12-24 热度：166

副标题#e# 文本挖掘定义文本挖掘指的是从文本数据中获取有价值的信息和知识，它是数据挖掘中的一种方法。文本挖掘中最重要最基本的应用是实现文本的分类和聚类，前者是有监督的挖掘算法，后者是无监督的挖掘算法。 ? 2 文本挖掘步骤 1）读取数据库或本地外[详细]
基于大数据分析的安全管理平台技术研究及应用

所属栏目：[大数据] 日期：2020-12-24 热度：110

转自：http://www.36dsj.com/archives/30027 基于大数据分析的安全管理平台技术研究及应用基于大数据分析的安全管理平台技术研究及应用 Research and Application of Big Data Analysis Based Security Management Platform Last Modified By yepeng @ 20[详细]
BI解决方案资料收集

所属栏目：[大数据] 日期：2020-12-24 热度：117

ETL工具：Kettle（官网，Pentaho公司开源）、?Informatica、Datastage、OWB、微软DTS、Beeload、久其ETL，Oracle GoldenGate等等……开源的工具（16款开源工具，OSchina ETL工具列表），有eclipse的ETL插件: cloveretl 工作流引擎：jBPM，Activiti，H3 BPM[详细]
文本挖掘：手把手教你分析携程网评论数据

所属栏目：[大数据] 日期：2020-12-24 热度：67

副标题#e# 文本分析的应用越来越广泛，这不，我的工作也开始涉及了文本分析，今天就讲讲关于评论数据的那点事。首先评论数据如何获取？一般通过网络爬虫的方式抓取各大网站的评论数据，本次分析数据就来源于携程网某酒店的评论，在同事的协助下，成功爬[详细]
R中文舆情包cnSentimentR

所属栏目：[大数据] 日期：2020-12-24 热度：84

该包使用jiebaR分词,svm[e1071]进行分类; 包括三个函数:cnsr.prepare,cnsr.train,cnsr.predict 目前还在开发中,功能不完整. 请见: https://github.com/leeshuheng/cnSentimentR[详细]
工作坊 | 大数据智能分析和挖掘在互联网中的应用实战案例

所属栏目：[大数据] 日期：2020-12-24 热度：142

大数据分析和挖掘在互联网公司中已经得到实质性的推进和应用，典型的应用场景包括搜索引擎的搜索结果和搜索广告排序、电商网站的商品推荐和虚假信息检测、电子邮件服务中垃圾邮件检测、互联网安全公司的病毒和木马检测、视频和新闻分享网站中视频和新闻推[详细]
亚马逊前首席科学家:大数据价值体现在AI、BI、CI、DI

所属栏目：[大数据] 日期：2020-12-24 热度：174

「技术领导者」的订阅首选本文转载自灯塔大数据无人机送货、阿法狗下棋、小冰和你谈场恋爱……人工智能领域的成果，一直是企业在大数据运用能力上的主要外在体现，但在亚马逊原首席科学家安德雷斯·韦思岸(Andreas Weigend)看来，大数据能为企业做的，[详细]
bzoj 1670: [Usaco2006 Oct]Building the Moat护城河的挖掘（凸

所属栏目：[大数据] 日期：2020-12-24 热度：112

1670: [Usaco2006 Oct]Building the Moat护城河的挖掘 Time Limit:?3 Sec?? Memory Limit:?64 MB Submit:?524?? Solved:?384 [ Submit][ Status][ Discuss] Description 为了防止口渴的食蚁兽进入他的农场，Farmer John决定在他的农场周围挖一条护城河。农[详细]
微信红包先抢和后抢差距居然这么大！春节抢红包的大数据分析

所属栏目：[大数据] 日期：2020-12-24 热度：131

副标题#e# 春节是中华民族隆重的农历新年这是世界上规模最大的节日在春节前后炎黄子孙们不远万里衣锦还乡与亲人们团圆在此期间中国的铁路上会发生地球上最大规模的人口迁徙作为世界上最能吃最能玩的种族聪明勇敢的中国人发明了非常多的娱乐活动比[详细]
NMEA library数据处理过程分析

所属栏目：[大数据] 日期：2020-12-24 热度：153

? ?今天学习一个GPS数据解析开源库——NMEA lib。使用这个库，可以轻松处理GPS接收机发出的数据，并不需要了解NMEA的具体协议，这个库可以解析所有NMEA0813规定的所有报文格式。不仅可以解析出原始数据中包含的所有参数，还可以计算两点之间的距离、方向以[详细]
打车不再加价？大数据说可以有

所属栏目：[大数据] 日期：2020-12-24 热度：154

副标题#e# 高峰期打车的供求关系不均衡的问题，一直被诟[详细]
算法训练区间k大数查询

所属栏目：[大数据] 日期：2020-12-24 热度：183

问题描述给定一个序列，每次询问序列中第l个数到第r个数中第K大的数是哪个。输入格式第一行包含一个数n，表示序列长度。第二行包含n个正整数，表示给定的序列。第三个包含一个正整数m，表示询问个数。接下来m行，每行三个数l,r,K，表示询问序列从左[详细]

10704

374