聚焦在 Twitter 上关于Apache Spark的数据, 这些是准备用于机器学习和流式处理应用的数据。 重点是如何通过分布式网络交换代码和数据，获得 串行化, 持久化 , 调度和缓存的实战经验 。 认真使用 Spark SQL, 交互性探索结构化和半结构化数据. Spark SQL 的基础数据结构是 Spark dataframe， Spark dataframe 受到了 Python Pa
NoSQL 技术为应用提供了缓存和搜索特性，但既然是处理数据，就需要定义一种方法来处理各种数据流，以便能够给用户输出见解或数据服务。通过审视被IT组织使用广泛的数据架构来定义处理的拓扑结构。当考虑服务水平SLA时 需要进行结构分割。最后，讨论一个特殊种类的架构, lambda这一多种类型架构的结合体。
这是《Scalable Big Data Architecture》一书的翻译笔记和读书札记，融入自己的部分观点 ….典型使用场景....大数据生态系统.....
概览一下大数据项目中可以使用的数据存储技术，聚焦于Couchbase 和 ElasticSearch，展示如何使用以及它们的区别，先理解一下NoSQL领域中各种不同的技术。NoSQL关系型数据库是过去的选择，几乎是许多开发者和DBA对于传统三层架构应用的唯一选择。使用这一场景有很多原因，数据建模方法，查询语言与数据交互，保证数据的一致性部署，并能够为复杂的应用服务。 然而，这不是解决所有数据存储
大数据技术火热而且火爆，学习大数据的课程和资料也泛滥如潮，而大数据研发环境又不是随便就可以搭建起来的，如何有一个自己随时可用的大数据修炼道场呢？ 网上有很多hadoop单机版的搭建教程，但大多是基础组件，如果想窥探Hadoop 的整个生态系统，并建立一个人的大数据环境，从而修炼大数据的各种技术，我觉得非 HDP 的Sandbox 莫属了。
AI, Artificial Intelligence， 人工智能。就像每个人眼中都有一个自己的哈姆雷特一样，每一个看AI 都是不一样的。作为一个老程序员....“什么是AI？”以及AI 和 大数据，机器学习，神经网络，自然语言处理等诸多名词到底有什么关系呢？......
不论是一般的运营/运维系统，还是大/小数据分析，最后的一个环节一般都是数据洞见的可视化。而仪表盘（dashboard）是有关数据可视化的首选工具。但要构...
量化分析是组织发展计划的基石，也是解决重要组织问题的工具。1. 数据时最简单的信息形式，通常是数字或常量2. 指标将真正有关的数据的分组，使数据的含义更清晰3. 信息添加了上下文，使指标更好理解4. 量化分析做完整的描述，全面解答根本问题，其中要用到数据，指标，信息及其他分析手段
聚焦在 Twitter 上关于Apache Spark的数据, 这些是准备用于机器学习和流式处理应用的数据。 重点是如何通过分布式网络交换代码和数据，获得 串行化, 持久化 , 调度和缓存的实战经验 。 认真使用 Spark SQL, 交互性探索结构化和半结构化数据. Spark SQL 的基础数据结构是 Spark dataframe， Spark da
这是《Scalable Big Data Architecture》一书的笔记和读书札记，融入自己的部分观点 ….典型使用场景....大数据生态系统.....
Copyright © 2005-2025 51CTO.COM 版权所有 京ICP证060544号
