10款低代码平台深度分析：加速复杂应用开发
本文介绍了十款低代码开发平台，包括ZohoCreator、明道云、MicrosoftPowerApps、Mendix、Appian、WixCode、Bubble、金蝶云苍穹、Caspio和Knack，各平台特点涵盖直观界面、快速开发、数据管理、集成扩展、安全性等方面，适用于不同业务场景和企业需求。尽
【机器学习】推荐系统——基于用户行为分析的个性化推荐技术
推荐系统是一种通过分析用户行为、历史偏好等数据，预测用户可能感兴趣的内容或商品的技术。它广泛应用于电子商务、流媒体等平台，目标是提高用户参与度、增加转化率并帮助用户快速找到感兴趣的内容。常见类型包括基于内容、协同过滤和混合推荐系统，常用算法有K近邻、矩阵分解及深度学习模型。Netflix和Amazo
Spark-ShuffleWriter-UnsafeShuffleWriter
ShuffleMapTask向调度器返回的结果。包括任务存储shuffle文件的块管理器地址，以及每个reducer的输出大小，以便传递给reduce任务。当调度器发现这个ShuffleMapTask执行完成，就会执行下一个ShuffleMapTask或者ResultTask。
实时流处理框架（如Flink、Spark Streaming）
Flink提供了多种时间语义（Time Semantics），包括事件时间（Event Time）、处理时间（Processing Time）和摄取时间（Ingestion Time）。Checkpoint会定期将系统的状态（包括算子的状态）持久化到外部存储（如HDFS、S3等），以便在发生故障时能
详解 Flink 的状态管理
无状态的流处理：根据每一次当前输入的数据直接转换输出结果的过程，在处理中只需要观察每个输入的独立事件。例如， 将一个字符串类型的数据拆分开作为元组输出或将每个输入的数值加 1 后输出。Flink 中的基本转换算子 (map、filter、flatMap 等) 在计算时不依赖其他数据，所以都属于无状态
大数据Hive组件安装
进入Hadoop/share/hadoop/common/lib目录下，将新版本的guava.jar复制到hive/lib目录下。解决：将hive目录下的低版本guava.jar更换成Hadoop下的高版本guava.jar即可。进入/export/server/apache-hive-3.1.2-
HBase中Master初始化错误~
2、启动zookeeper中的zkCli.sh服务。3、执行完毕显示以下结果,删除habse文件夹。4、重新启动HBase即可。1、停止HBase运行。
大数据-161 Apache Kylin 构建Cube 按照日期、区域、产品、渠道 与 Cube 优化
Apache Kylin 是一个开源的分布式分析引擎，专注于提供大数据的实时OLAP（在线分析处理）能力。Cube（立方体）是 Apache Kylin 的核心概念之一，通过预计算大规模数据的多维数据集合，加速复杂的 SQL 查询。Kylin Cube 查询与优化的关键在于利用预计算和裁剪技术最大化
尚硅谷大数据技术-Kafka视频教程-笔记01【Kafka 入门】
尚硅谷大数据技术-Kafka视频教程-笔记01【Kafka 入门】
虚拟机的安装/启动/克隆教程（Linux）
虚拟机安装过程和克隆过程
Hadoop的安装和使用
Hadoop分布式文件系统（Hadoop Distributed File System，HDFS）是Hadoop项目的两大核心之一，是针对谷歌文件系统（Google File System，GFS）的开源实现。兼容廉价的硬件设备。流数据读写。大数据集。简单的文件模型。强大的跨平台兼容性。
大数据-163 Apache Kylin 全量增量Cube的构建 手动触发合并 JDBC 操作 Scala
要将数据以可视化方式展示出来，需要使用Kylin的JDBC方式连接执行SQL，获取Kylin的执行结果使用Kylin的JDBC与JDBC操作MySQL一致。选择要合并的 Cube 和 Segments： 进入 Kylin Web UI，选择你要操作的 Cube，进入该 Cube 的详情页面。在“Se
大数据-164 Apache Kylin Cube优化 案例1 定义衍生维度与对比 超详细
上节我们完成了如下的内容：Cuboid 特指 Kylin 中在某一种维度组合下所计算的所有数据，以减少Cuboid数量为目的的优化统称为Cuboid剪枝。在没有采取任何优化措施的情况下，Kylin会对每一种维度的组合进行预计算。Cube的剪枝优化是一种试图减少额外空间占用的方法，这种方法的前提是不会
【毕业设计】2025年大数据专业毕业设计选题指南 精选推荐
大数据专业毕业设计选题合集涵盖了管理系统、小程序、深度学习、机器学习、算法、人工智能、大数据、网络安全、嵌入式、推荐系统、目标检测等多个热门领域。对于计算机专业、软件工程专业、人工智能专业、通信工程专业的毕业生而言，选择一个合适的毕业设计选题至关重要。在这个毕业设计选题合集中，我们精心收集了各种有趣
[实时计算flink]应用场景
本文将以部门场景和技术领域场景为例，为您介绍实时计算Flink版的大数据是实时化场景。作为流式计算引擎，Flink可以广泛应用于实时数据处理领域，例如ECS在线服务日志，IoT场景下传感器数据等。同时Flink还能订阅云上数据库RDS、PolarDB等关系型数据库中Binlog的更新，并利用Data
Hadoop3.4.0 完全分布式集群 运行环境搭建 VMware Workstation 虚拟机 大数据系列 一
Hadoop3.4.0 完全分布式集群 运行环境搭建 VMware Workstation 虚拟机
大数据新视界 --大数据大厂之大数据如何重塑金融风险管理：精准预测与防控
本文探讨大数据在金融风险管理中的重要性、应用场景、技术实现及案例分析，展示其精准预测与防控风险的能力。
大数据毕业设计选题推荐-NBA球员数据分析系统-Python数据可视化-Hive-Hadoop-Spark
NBA作为全球最具影响力的职业篮球联盟，其数据分析在近年来受到越来越多的关注。据统计，2022-2023赛季NBA常规赛共产生1230场比赛，涉及30支球队和数百名球员，每场比赛平均产生超过400个数据点。这些海量数据涵盖了得分、篮板、助攻等常规统计，以及进阶数据如真实命中率、使用率等。NBA官方数
大数据技术之 Hadoop（入门详解）
各个模块分开启动/停止（配置 ssh 是前提）常用整体启动/停止 HDFS整体启动/停止 YARN各个服务组件逐一启动/停止分别启动/停止 HDFS 组件启动/停止 YARN。
通过 Flink 的火焰图定位反压
在 Apache Flink 中，Web UI 提供了丰富的监控工具来帮助用户分析和解决作业性能问题，其中火焰图（Flame Graph）是用于分析反压问题的一个强有力的工具。通过 Flink 的火焰图，你可以清晰地了解作业中各个算子的 CPU 时间分布，进而发现处理速度慢的地方。火焰图不仅能够帮助
