数据挖掘

相关文章:

• HBase Filter 过滤器之FamilyFilter详解

  前言： 本文详细介绍了 HBase FamilyFilter 过滤器 Java&Shell API 的使用，并贴出了相关示例代码以供参考。FamilyF... [阅读全文]
• 

  流媒体与实时计算，Netflix公司Druid应用实践

  Netflix(Nasdaq NFLX)，也就是网飞公司，成立于1997年，是一家在线影片[租赁]提供商，主要提供Netflix超大数量的[DVD]并免... [阅读全文]

• Spark高级算子aggregate所遇到的坑

  val rdd3 = sc.parallelize(List("12","23","345"... [阅读全文]

• 在一个千万级的数据库查寻中，如何提高查询效率？？？？

  摸清数据产生量如何，如果是1钞钟1条记录，则一台车一天就有86400条记录，则建议如下： 1、每台车使用单独的表，程序内部使用CreateTable，动... [阅读全文]
• 

  Spark中Broadcast的理解

  广播变量应用场景：在提交作业后，task在执行的过程中， 有一个或多个值需要在计算的过程中多次从Driver端拿取时，此时会必然会发生大量的网络IO， ... [阅读全文]
• 

  实时流式计算系统中的几个陷阱

  随着诸如Apache Flink，Apache Spark，Apache Storm之类的开源框架以及诸如Google Dataflow之类的云框架的增... [阅读全文]
• 

  DataHub——实时数据治理平台

  DataHub 首先，阿里云也有一款名为DataHub的产品，是一个流式处理平台，本文所述DataHub与其无关。 数据治理是大佬们最近谈的一个火热的话... [阅读全文]
• 

  去 HBase，Kylin on Parquet 性能表现如何？

  Kylin on HBase 方案经过长时间的发展已经比较成熟，但也存在着局限性，因此，Kyligence 推出了 Kylin on Parquet 方... [阅读全文]
• 

  如何找到Hive提交的SQL相对应的Yarn程序的applicationId

  最近的工作是利用Hive做数据仓库的ETL转换，大致方式是将ETL转换逻辑写在一个hsql文件中，脚本当中都是简单的SQL语句，不包含判断、循环等存储过... [阅读全文]

• HBase Filter 过滤器之RowFilter详解

  前言： 本文详细介绍了HBase RowFilter过滤器Java&Shell API的使用，并贴出了相关示例代码以供参考。RowFilter 基于行键... [阅读全文]