创新案例｜昆曲DTC创新，用大数据和社群营销重塑传统演出商业模式
今天，我们正处在科技与人文的十字路口，“跨界”已然成为我们创新的关键变量。如何把艺术与商业结合，将商业的元素渗透到艺术的肌体里面，使艺术通过商业的手段恢复活力，构造出一种新型的商业模式，这是艺术界、学术界和商业界共同关注的话题？
【大数据 复习】第11,12,13,14章
3.一次BSP(Bulk Synchronous Parallel Computing Model,又称“大同步”模型)计算过程包括一次全局超步(所谓的超步就是计算中的一次迭代)。10.流计算可应用在多个场景中,如实时业务分析,流计算带来的实时性特点,可以大大增加实时数据的价值,为业务分析带来质的提
G7易流赋能化工物流，实现安全、环保与效率的共赢
得益于G7易流平台400万+货车的真实轨迹和风险事件数据，我们发现不同行业的风险场景和事故水平是有极大区别的，危化行业56%的事故是侧翻，30%的高危司机造成了70%的事故发生，通过“AI驱动下的安全管理4层控制塔”整体安全体系建设和“三晒两抓”的安全管理方法闭环，能有效帮助化工企业实现良好的安全管
大数据社交网络舆情监测与分析系统
大数据社交网络舆情监测与分析系统
大数据大作业：（scrapy框架）使用uid爬取哔哩哔哩up主主页视频信息并进行数据可视化分析
整体来说本项目使用了scrapy框架爬取了b站up主的视频信息，并使用Json文件和MySQL数据库对数据进行存储，再使用pyechart对数据可视化处理。
【SparkStreaming】面试题
Spark Streaming 是 Apache Spark 提供的一个扩展模块，用于处理实时数据流。它使得可以使用 Spark 强大的批处理能力来处理连续的实时数据流。Spark Streaming 提供了高级别的抽象，如 DStream（Discretized Stream），它代表了连续的数据
Flink Sql-用户自定义 Sources & Sinks
在许多情况下，开发人员不需要从头开始创建新的连接器，而是希望稍微修改现有的连接器或 hook 到现有的 stack。在其他情况下，开发人员希望创建专门的连接器。本节对这两种用例都有帮助。它解释了表连接器的一般体系结构，从 API 中的纯粹声明到在集群上执行的运行时代码实心箭头展示了在转换过程中对象如
Flink入门实战详解
Flink入门实战
大数据与能源行业：智能能源管理与节能分析
1.背景介绍能源行业是全球经济发展的基石，也是国家安全和社会福祉的重要支柱。随着全球能源需求的增加，能源资源的紧缺和环境污染问题日益凸显。因此，提高能源利用效率，节能减排，实现可持续发展，成为能源行业的核心任务之一。大数据技术在过去的几年里迅速发展，为各行各业带来了革命性的变革。在能源行业中，大数据
spark-3.5.1+Hadoop 3.4.0+Hive4.0 分布式集群 安装配置
三 Spark 与Hive 集成。1 拷贝配置文件和Mysql 驱动。2 登录hive，创建测试表。3 启动 spark-sql。3 安装spark。
基于Django大数据的银行信用卡用户数仓系统
💗博主介绍：✌全网粉丝100W+,CSDN特邀作者、博客专家、CSDN新星计划导师、全栈领域优质创作者，博客之星、掘金/华为云/阿里云/InfoQ等平台优质作者、专注于Java、Python、PHP、小程序、大数据技术领域和毕业项目实战✌💗👇🏻 精彩专栏 推荐订阅👇🏻 2023-2024
【保姆级教程】使用SeaTunnel同步Kafka的数据到ClickHouse
从2.2.0-beta开始，二进制包默认不提供Connectors的依赖，因此在第一次使用它时，需要执行以下命令来安装连接器。附件是Apache SeaTunnel2.3.3版本的完整目录，包含MySQL、clickhouse的连接驱动和配置文件，包括。在数据同步过程中，确保目标表和源表都存在，并且
Spark性能优化（第22天）
Spark性能优化是一个系统工程，涉及多个方面，包括开发调优、资源调优、数据倾斜调优、shuffle调优等。在Spark作业的执行过程中，任何一个环节的不足都可能导致性能瓶颈。因此，我们需要从多个角度出发，对Spark作业进行全面的优化。
基于SpringBoot+大数据爬虫+hive的旅游景点数据分析平台设计和实现(源码+LW+部署讲解)
科学技术日新月异，人们的生活都发生了翻天覆地的变化，高校考试分析系统当然也不例外。过去的信息管理都使用传统的方式实行，既花费了时间，又浪费了精力。在信息如此发达的今天，我们可以通过网络这个媒介，快速的查找自己想要的信息，更加全方面的了解自己的网站信息。而且人们也可以突破传统信息管理的僵硬模式，制定属
Spark编程基础（Python版）实验三RDD编程
本文为Spark编程基础（python版）实验三提供了一个参考
2024年大数据、区块链与物联网国际会议（ICBDBLT 2024）
即将召开的2024年大数据、区块链与物联网国际会议，将汇聚全球顶尖的专家学者和行业精英，共同探讨大数据、区块链与物联网的前沿技术和创新应用。会议将聚焦大数据处理与分析、区块链技术在各行业的应用、物联网技术的最新进展等议题，旨在推动相关技术的融合与创新。与会者将有机会聆听国际知名专家的精彩演讲，交流研
【基于Hadoop3.3.6+Spark3.4.3电商用户行为分析】
电商用户分析是指对电商平台上的用户进行细分和分析，以了解用户特征、行为和需求，从而优化产品、服务和营销策略。本文主要利用Spark框架分析用户在电商平台上的行为，如浏览商品、购买商品、添加到购物车等，以了解用户的购买意愿、偏好和行为路径，针对其中部分数据分别统计出用户点击行为、下单行为、支付行为以及
地理信息科学中的大数据挑战
地理信息科学中的大数据挑战，既是技术革新的驱动力，也是科学探索的新边疆。通过持续创新数据处理与分析技术，我们不仅能够更深入地理解地球的复杂动态，还能为实现可持续发展目标、优化城市管理、保护生态环境等提供更加精准和高效的解决方案。在这个数据驱动的时代，GIScience正以前所未有的方式塑造着我们的世
【大数据导论】大数据序言
数据概念及类型及可用及组织形式个人大佬的，将是我成长路上阿川水平有限，如，欢迎大佬。
贝壳找房基于Flink+Paimon进行全量数据实时分组排序的实践
本文投稿自贝壳家装数仓团队，在结合家装业务场景下所探索出的一种基于 Flink+Paimon 的排序方案。这种方案可以在实时环境对全量数据进行准确的分组排序，同时减少对内存资源的消耗。
