HBase基础编程
实验任务1：HBase表设计。通过HBase shell命令来设计并创建三张相关的表，其中后两张表可以关联起来，例如店铺与商品表。建议自拟表名和表内容。实验任务2：使用Java编程创建表和删除表，表名和列族自拟。
头歌大数据MapReduce基础运用
WordCount词频统计 HDFS文件读写 倒排索引 网页排序——PageRank算法 头歌
【手写数据库toadb】语言解析器，编程语言是这样被解析理解，解析器利器flex和bison,解析树与逆波兰式
在当今信息化时代，数据已经成为企业和个人最为宝贵的资产之一。为了有效地管理和利用这些数据，数据库技术应运而生，并得到了广泛的应用。目前市场上已经有很多成熟的数据库产品，如MySQL、Oracle、PostgreSQL等，它们提供了丰富的功能和性能，满足了不同场景的需求。然而，这些数据库产品的庞大和复
在Windows上安装Kibana - 大数据
请注意，为了使Kibana正常工作，您的系统应具备与Kibana兼容的Java Runtime Environment（JRE）版本。在解压缩的Kibana文件夹中，找到并打开"config"文件夹。在该文件夹中，您将找到一个名为"kibana.yml"的文件，它是Kibana的主要配置文件。在解压
FlinkSQL基本概念、时间属性和窗口
在创建表的 DDL（CREATE TABLE 语句）中，可以增加一个字段，通过 WATERMARK语句来定义事件时间属性。WATERMARK 语句主要用来定义水位线（watermark）的生成表达式，这个表达式会将带有事件时间戳的字段标记为事件时间属性，并在它基础上给出水位线的延迟时间。
Java必知必会系列：大数据处理与Hadoop
作者：禅与计算机程序设计艺术 1.简介Hadoop（简称HA），是一个分布式计算系统基础框架，由Apache基金会开发。它是一种可以用来存储大量数据的计算平台，可以实现海量数据的存储、分析、处理等功能。目前，Hadoop已成为最流行的大数据处理技术之一。Apac
Scala文件操作
Scala按行读取,Scala使用source.buffered方法按字符读取文件,Scala使用java.io.PrintWriter类,使用java.io.FileWriter类,使用java.io.FileOutputStream类, Scala序列化和反序列化
分布式集群——搭建Hadoop环境以及相关的Hadoop介绍
本文主要介绍hadoop的相关概念以及在Linux上面配置Hadoop的具体操作。镜像文件实际是存放的目录结构、文件属性等相关信息，是NameNode中关于 元数据的镜像。它是在NameNode启动时对整个文件系统的快照。edits：编辑日志文件,记录对文件或者目录的修改信息，比如删除目录，修改文件
分布式内存计算Spark环境部署与分布式内存计算Flink环境部署
Spark是一款分布式内存计算引擎，可以支撑海量数据的分布式计算。Spark在大数据体系是明星产品，作为最新一代的综合计算引擎，支持离线计算和实时计算。在大数据领域广泛应用，是目前世界上使用最多的大数据分布式计算引擎。我们将基于前面构建的Hadoop集群，部署Spark Standalone集群。
MEMORY存储引擎：MEMORY存储引擎是一个新的存储引擎，它的特点是数据全部存放在内存中，速度快，但是安全
作者：禅与计算机程序设计艺术 1.简介MEMORY简介MEMORY（Memory Oriented Database）存储引擎，中文名“内存式数据库”，是一种新型的存储引擎，其设计目标是能够在内存中快速访问和处理海量数据。该存储引擎是基于键值对存储的，其
Spark Streaming实战
作者：禅与计算机程序设计艺术 1.简介Apache Spark™作为世界上最流行的开源大数据计算框架之一，在近几年越来越受到大家的关注。基于Spark的分布式计算能力和速度的突飞猛进，使其成为许多企业应用中不可或缺的一环。但Spark本身所提供的高级特性如：SQ
Apache Zookeeper 快速入门 极客时间
作者：禅与计算机程序设计艺术 1.简介Apache Zookeeper 是一种分布式协调服务，它是一个基于 CP（一致性和容错）的系统，用来维护配置信息、命名数据、状态信息等；同时也提供分布式锁和 leader 选举等高可用功能。Zookeeper 的架构设计目
hive分位函数percentile和percentile_approx误区和解决方案
percentile和percentile_approx对分位数的计算
【大数据】HDFS客户端命令行(hdfs dfs)详细使用说明
Hadoop dfs 客户端命令ls/count/du/mv等使用详解
解锁安全高效办公——私有化部署的WorkPlus即时通讯软件
WorkPlus私有化部署的即时通讯软件不仅为企业提供了安全高效的沟通工具，还通过多重安全管控和个性化定制的功能，为企业打造了一个安全、高效、便捷的工作环境。在信息安全日益受到重视的今天，选择WorkPlus，让您的企业沟通更安心，工作更高效！为了满足企业对于安全沟通和高效办公的需求，我们隆重推出私
实战大数据项目
存储日志数据集（HDFS）数据仓库构建（Hive）数据分区表构建数据预处理 （Spark计算引擎）-使用Zeppelin进行写SQL订单指标分析Sqoop数据导出到传统数据库（Mysql）Superset数据可视化项目架构架构方案：1、基于Hadoop的HDFS（数据存储）文件系统来存储数据2、为
8-1HBase的安装与简单操作
delete删除指定对象的值（可以为表，行，列对应的值，另外也可以指定时间戳的值）先disable表，然后再drop表，最后重新create表。表名’, ‘行键’, ‘列族名:列名’, ‘列值’表名’, ‘行键’, ‘列族名’, ‘列值’表名’, ‘行键’, ‘列族名：列名’表名’, ‘行键’, ‘
RFID管理方案有效提升电力物资管理效率与资产安全
在电力行业，电力资产的管理是一项重要的任务，为了实现对电力资产的精细化管理、入出库监控管理、盘点管理和巡查管理等，电力公司多采用电力资产RFID管理系统，该系统能够实时监控出入库过程，有效防止出入库错误，并跟踪施工工具和安全工器具的领用情况，避免借用混乱的现象发生，通过实施该系统，电力公司提高变电所
git config查看设置配置
git config是Git版本控制系统中的一种命令，用于配置和管理Git的各种设置。
18、Flink的SQL 支持的操作和语法
20、Flink SQL之SQL Client: 不用编写代码就可以尝试 Flink SQL，可以直接提交 SQL 任务到集群上与所有 SQL 引擎一样，Flink 查询操作是在表上进行。与传统数据库不同，Flink 不在本地管理静态数据；相反，它的查询在外部表上连续运行。Flink 数据处理流水线
