文章目录一、 RDD 概述1.1 RDD 引入之IO流1.2 什么是 RDD1.3 RDD 特性二、RDD 编程2.1 编程模型2.2 RDD的创建及分区数指定2.3 Transformation 转换算子 *2.3.1 Value类型2.3.2 双Value类型2.3.3 Key-Value 类型2.4 Action 行动算子2.5 RDD 序列化2.6 RDD 依赖关系2.7 Spark 任
转载
2024-03-26 16:37:42
22阅读
1. 简介1.1.什么是SpringDataElasticsearchSpringDataElasticsearch（以后简称SDE）是Spring Data项目下的一个子模块。查看 Spring Data的官网：http://projects.spring.io/spring-data/Spring Data 的使命是给各种数据访问提供统一的编程接口，不管是关系型数据库（如MySQL），还是非关
转载
2024-04-18 12:00:22
76阅读
ES是什么Elastic Search简称ES， 是一个高性能的全文检索框架。它提供存储、搜索、大数据准实时分析等。一般用于提供复杂搜索的服务。ES是基于Lucene进行二次开发的一个框架，首先Lucene是一个类库，业务系统中想要使用它，你必须使用Java来作为开发语言并将其直接集成到你的应用中，除此之外，Lucene本身比较复杂，你需要深入了解检索的相关知识来理解它是如何工作的，而经过ES进行
转载
2024-03-03 09:42:11
46阅读
文章目录一、简介1.1 概念1.2 集群二、HTTP 操作2.1 索引2.2 文档2.3 映射2.4 高级查询2.5 索引模板2.6 重建索引三、Java API3.1 索引3.2 文档3.3 高级查询四、进阶4.1 核心概念4.2 系统架构4.3 读写流程4.4 分片原理4.4.1 倒排索引4.4.2 文档搜索4.5 文档冲突五、集成5.1 Spring Data5.1.1 添加、删除索引5.
转载
2024-01-04 07:07:36
82阅读
ChatGPT工作提效之数据可视化大屏组件Echarts的实战方案ChatGPT工作提效系列文章目录1.如何加载大数量的折线图？2.如何在echart中实现伪3D的饼图效果？3.如何获取中国地图geojson属性中每个省的cp属性（中心坐标）4.如何在echarts中实现map3D的材质功能 数据可视化大屏的图表组件，有哪些开源产品？数据可视化大屏的图表组件，有很多开源产品，主要有以下几种：ECh
现代商业市场是一个数据驱动的环境，可以说不论技术怎么更新换代，数据都有着不可替代的地位，而且抛开数据谈大数据就是瞎扯，没有数据作支撑的大数据平台就是一个空壳。无论是公司内部的数据还是外部的数据都可以构成我们大数据平台的来源数据，大数据平台的数据来源主要有数据库、日志、前端埋点、爬虫。1 从数据库导入在大数据技术风靡起来前，关系型数据库（RDMS）是主要的数据分析与处理的途径。发展至今数据库技术已经
Elasticsearch 介绍Elasticsearch 是一个实时的分布式搜索和分析引擎，它可以用于全文搜索、结构化搜索及分析，并采用 Java 语言编写，它的主要特点如下：实时搜索、实时分析；分布式架构、实时文件存储，并将每一个字段都编入索引；文档导向，所有的对象全部是文档；高可用性、易扩展，支持集群（Cluster）、分片和复制（Shards and Replicas）；接口友好，支持 J
转载
2024-07-30 10:18:33
65阅读
PIE-SDK 二次开发PIE-SDK是一套PIE的可重用的通用的二次开发组件集，基于PIE-SDK我们可以进行组件式和插件式的二次开发，下面我将分别介绍如何使用PIE-SDK进行组件式和插件式的二次开发注：需要安装好vs2015以及PIE-SDK组件式二次开发为支持组件式二次开发，PIE-SDE为我们提供了MapControl、TOCControl、PageLayoutControl三个控件使用
转载
2024-09-24 11:28:17
59阅读
本文主要为帮助大家理解ES原理，了解它为啥快，简化部分内容便于理解。1. ES用途1.1 ES是什么？ES是建立在Lucene基础之上的分布式准实时搜索引擎。核心：分布式和Lucene全文搜索。1.2 什么场景需要用ES1. 业务需要进行大量数据实时检索时，传统关系型数据库无法支撑。2. 需要进行分词检索，语义检索3. 需要大数据分析符合上面特征都可以考虑，如日志收集、订单数据链查询，文章检索等。
转载
2024-02-19 17:56:47
118阅读
HDFS: 用于存放一切信息的分布式的文件系统。大数据系统由于其涉及到的数据量较大所以往往需要仰赖于一个数据仓库系统，将所有的数据能够分门别类地存储起来，而HDFS就是这样一个仓库。需要注意一点，HDFS并不是我们通常实际用来查询或者处理数据的数据仓库组件，其更像是仓库本身，是一个偏硬件，偏系统化的概念，用于将所有的信息都囊括进去。MapReduce: 软件框架，编写程序。用于实际进行计算数据
转载
2024-01-15 17:48:21
47阅读
离线计算组件1.1 hive hive是基于Hadoop的一个数据仓库工具，可以将结构化的数据文件映射为一张数据库表，并提供简单的sql查询功能，可以将sql语句转换为MapReduce任务进行运行。 其优点是学习成本低，可以通过类SQL语句快速实现简单的MapReduce统计，不必开发专门的MapReduce应用，十分适合数据仓库的统计分析。但是在转换为MapReduce的计算过程中，计算速度
转载
2023-08-28 20:47:02
100阅读
大数据性能测试的目的1.大数据组件的性能回归，在版本升级的时候，进行新旧版本的性能比对。2.在新版本/新的生产环境发布之后获取性能基线，建立可度量的参考标准，为其他测试场景或者调优过程提供对比参考。3.在众多的发行版本中进行测试比对，为PoC测试提供参考数据。4.支持POC测试，得出结论，到时候可以根据业务模型和需求，或者根据客户需求选择不同的方案。5.在客户方进行性能测试，达到客户要求的性能标准
转载
2023-12-15 08:49:39
36阅读
文章目录一、Hadoop&HIVE1.1 HDFS读写流程1.1.1 HDFS读流程1.1.2 HDFS写流程1.2 HDFS文件和目录数过多问题1.3 文件压缩格式及存储格式1.3.1 存储格式1.3.2 压缩格式1.4 MR Shuffle过程1.5 MR任务优化1.5.1 输入小文件过多1.5.2 数据倾斜1.6 HIVE SQL1.7 HIVE架构及解析成MR的过程1.8 HIV
转载
2024-02-22 23:49:20
40阅读
大数据概要流程图解析1)数据采集：定制开发采集程序，或使用开源框架FLUME 2)数据预处理：定制开发mapreduce程序运行于hadoop集群 3)数据仓库技术：基于hadoop之上的Hive 4)数据导出：基于hadoop的sqoop数据导入导出工具 5)数据可视化：定制开发web程序或使用kettle等产品 6)整个过程的流程调度：hadoop生态圈中的oozie工具或其他类似开源产品什么
转载
2023-10-20 13:26:05
78阅读
Spark SQLSpark SQL 是 Spark 处理结构化数据的程序模块。它将 SQL 查询与 Spark 程序无缝集成,可以将结构化数据作为 Spark 的 RDD 进行查询。RDD 的全称为 Resilient Distributed Datasets，即弹性分布式数据集，是 Spark 基本的数据结构。Spark 使用 RDD 作为分布式程序的工作集合，提供一种分布式共享内存的受限形式
转载
2024-07-04 04:15:32
62阅读
大数据平台架构：大数据平台组件：简单介绍一下大数据平台的一般架构？列举一些常见的组件1、数据源大数据处理的起点，数据来源一般包括：业务数据、日志数据、埋点数据、第三方数据。2、数据采集数据采集(或数据同步)是将各种数据来源统一采集/同步到数据仓库中，包括全量和增量两种采集方式。常用的采集工具包括：Sqoop：用于HDFS与关系型数据库(如：mysql、Postgres、Oracle)之间的同步。C
转载
2023-11-27 09:01:22
71阅读
elasticsearch组件Elasticsearch 是一个实时的分布式搜索分析引擎，它能让你以前所未有的速度和规模，去探索你的数据。 它被用作全文检索、结构化搜索、分析以及这三个功能的组合ElasticSearch(简称ES)是一个基于Lucene构建的开源、分布式、RESTful的全文本搜索引擎。 一、ES理论知识ElasticSearch不仅只是一个全文本搜索引擎，它
转载
2023-10-12 16:03:18
104阅读
文章目录Elasticsearch 介绍Elasticsearch 简介Elasticsearch 作用Elasticsearch 核心概念Elasticsearch特点和优势知识扩展 Elasticsearch 介绍Elasticsearch 简介Elasticsearch简称es，是一个开源得高扩展得分布式全文检索引擎，它可以近乎实时的存储、检索数据；本身扩展性很好，可以扩展到上百台服务器，
转载
2024-03-28 10:58:57
91阅读
作者：腾讯云大数据ES团队自治索引是腾讯云ES推出的一站式索引全托管解决方案，应用于日志分析、运维监控等时序数据场景，提供分片自动调优、查询裁剪、故障自动修复、索引生命周期管理等功能。可在降低运维与管理成本的同时，提高使用效率与读写性能。背景概述腾讯云ES团队从大量的运营实践中发现，索引的合理设置是业务高效稳定运行的基础，现实中索引管理不仅使用门槛高、运维投入高，更是很多线上问题的源头，目前ES
转载
2024-05-12 17:14:23
121阅读
ElasticSearch概述Elaticsearch，简称为es，es是一个开源的高扩展的分布式全文检索引擎，它可以近乎实时的存储、检索数据;本身扩展性很好，可以扩展到上百台服务器，处理PB级别(大数据时代）的数据。es也使用java开发并使用Lucene作为其核心来实现所有索引和搜索的功能，但是它的目的是通过简单的RESTful API来隐藏Lucene的复杂性，从而让全文搜索变得简单。Ela
转载
2024-03-28 10:26:41
574阅读
