大数据之Hadoop3简单入门（一）（通俗易懂）
2.1.1 概念hadoop是一个分布式系统基础架构，主要解决数据存储与海量分析计算的问题，广泛来说，hadoop通常指的是Hadoop生态圈。2.1.2 hadoop优势主要分为4个方面。高可靠性：hadoop底层维护多个数据副本，即使当hadoop某个计算元素或存储出现故障，也不会导致数据丢失。
数据湖及湖仓一体化项目学习框架
利用框架的力量，看懂游戏规则，才是入行的前提大多数人不懂，不会，不做，才是你的机会，你得行动，不能畏首畏尾选择才是拉差距关键，风向，比你流的汗水重要一万倍，逆风划船要累死人的上面这些看似没用，但又很重要，这里我就不在详述作用，有兴趣的同学可以看看我的学习框架的重要性我是怎么坚持学习的怎么确定学习目标
大数据工程师、数据挖掘师和数据分析师有啥区别
随着互联网技术的不断提升，数据已经成为各大企业新的战场，而对于从业者来说，如果你对数据科学领域的工作感兴趣的话，肯定首先要了解一下数据科学领域都有哪些岗位。从岗位性质和主要工作内容不同我们可以把数据科学的岗位大概分为四类：数据产品经理、大数据工程师、数据挖掘师、数据分析师。数据产品经理显而易见就是精
【2022】Elasticsearch-7.17.6集群部署
使用三台服务器搭建es-7.16.6高可用集群
【Hadoop技术篇】YARN 作业执行流程
yarn的作业执行流程
百战c++（数据库2）
写满了：redo log 里的容量是有限的，如果数据库一直很忙，更新又很频繁，这个时候 redo log 很快就会被写满了，这个时候就没办法等到空闲的时候再把数据同步到磁盘的，只能暂停其他操作，全身心来把数据同步到磁盘中去的，而这个时候，就会导致我们平时正常的SQL语句突然执行的很慢，所以说，数据库
大数据Presto（二）：Presto安装搭建
注意：--server执行连接Presto的coordinator节点，--catalog指定连接hive，这里写的名字和“/software/presto-0.259/etc/catalog”路径中配置的properties名称保持一致。分别在node3,node4,node5节点上启动Prest
学习笔记：深入理解MapReduce
为什么是MapReduce? MapReduce流程介绍，MapReduce中的shuffle洗牌机制。的作用与理解。
大数据Presto（一）：Presto介绍
一、Presto出现背景Presto是Facebook在2012年开发的，是专为Hadoop打造的一款数据仓库工具。在早期Facebook依赖Hive做数据分析，Hive底层依赖MapReduce，随着数据量越来越大，使用Hive进行数据分析，时间可能需要分钟级到小时级别
【Zookeeper技术栈篇】高频面试点
Zookeeper的选举过程， Zookeeper的角色， Zookeeper的核心， Zab原理，Zookeeper的读写请求
CDH大数据平台 14Cloudera Manager Console之flume安装和配置(markdown新版)
flume配置，数仓必备采集数据工具
MapReduce课程设计 好友推荐功能
好友推荐算法在实际的社交环境中应用较多，比如qq软件中的“你可能认识的好友° 或者Facebook中的好友推介。好友推荐功能简单的说是这样一个需求，预测菜两个人是否认识，并推荐为好友，并且某两个非好友的用户，他们的共同好友越多。那么他们越可能认识。
【Flink】flink的安装部署（1）
Flink集群的搭建，local，standalone，flink on yarn。
【Flink】flink入门案例（2）
flink入门案例，flink wordcount单词计数
Hadoop大数据平台搭建环境 提供虚拟机相关配置
我把已经搭建好的虚拟机环境放在了百度网盘上，需要的同学自取即可。
大数据面试之flume重点
大数据面试之flume重点
【精通Spark系列】弹性分布式数据集RDD快速入门篇
本篇文章属于Spark系列文章，专栏将会记录从spark基础到进阶的内容，，内容涉及到Spark的入门集群搭建，核心组件，RDD，算子的使用，底层原理，SparkCore，SparkSQL，SparkStreaming等，
大数据趣味学习探讨（三）：怎么确定学习目标
战点就是战斗的机会根本轮不到你奋斗有一个真相，年轻人必须明白，而且越早明白越好，那就是拼命不可怕，加班不可怕，辛苦也不可怕，真正可怕的是根本轮不到你去拼命。肩膀脱臼不可怕，绷带上场不可怕，单场跑动16公里也不可怕，真正可怕的是直到哨声响起，你都没有等到一次上场的机会啊。你准备了一辈子，却发现根本没有
[平台运维、Hadoop]Spark Streaming 实时计算框架
在大数据技术中,有离线计算、批量计算、实时计算以及流式计算，其中，离线计算和实时计算指的是数据处理的延迟;批量计算和流式计算指的是数据处理的方式。Spark Streming是构建在Spark上的实时计算框架，且是对Sparks Core API的一个扩展,它能够实现对流数据进行实时处理，并具有很好
