【Apache Superset】从概述、安装到运用，一篇掌握！
Apache Superset 是一个现代的企业级商业智能 Web 应用程序。它快速、轻量、直观，并内置了各种选项，使所有的用户都可以轻松探索和可视化他们的数据，从简单的饼图到高度详细的地理空间图表。简单来说，Superset 就是一个访问数据源并对其进行可视化的工具。
数据仓库面试题集锦（附答案和数仓知识体系(1)
数据仓库是一个面向主题的、集成的、相对稳定的、反映历史变化的数据集合，用于支持管理决策。1）数据仓库是用于支持决策、面向分析型数据处理；2）对多个异构的数据源有效集成，集成后按照主题进行重组，并包含历史数据，而且存放在数据仓库中的数据一般不再修改2、数据仓库和数据库的区别？从目标、用途、设计来说1）
Flink端到端的精确一次（Exactly-Once）
Flink端到端的精确一次。
基于flink-clients的微服务大数据采集系统设计
胡弦，视频号2023年度优秀创作者，互联网大厂P8技术专家，Spring Cloud Alibaba微服务架构实战派(上下册)和RocketMQ消息中间件实战派(上下册)的作者，资深架构师，技术负责人，极客时间训练营讲师，四维口袋KVP最具价值技术专家，技术领域专家团成员，2021电子工业出版社年度
Flink 实时数仓（一）【实时数仓&离线数仓对比】
实时数仓和离线数仓的对比
安装Kibana，kibana的使用教程
Kibana是一个针对ElasticSearch的开源分析及可视化平台，用来搜索、查看交互存储在ElasticSearch索引中的数据。使用Kibana，可以通过各种图表进行高级数据分析及展示。Kibana让海量数据更容易理解。它操作简单，基于浏览器的用户界面可以快速创建仪表板（dashboard）
【大数据篇】Spark转换算子（Transformations）和行动算子（Actions）详解
Apache Spark 提供了大量的算子（操作），这些算子大致可以分为两类：转换算子（Transformations）和行动算子（Actions）。转换算子用于创建一个新的RDD，而行动算子则对RDD进行操作并产生结果。
云计算、大数据、人工智能、物联网、虚拟现实技术、区块链技术
ChatGPT是一种由OpenAI训练的大型语言模型。它的原理是基于Transformer架构，通过预训练大量文本数据来学习如何生成人类可读的文本，然后通过接受输入并生成输出来实现对话。ChatGPT的用途非常广泛，可以用于自然语言处理（NLP）任务，如对话生成、问答系统、文本生成等。如果你想使用C
数据仓库—建模方法论—纬度建模星型模型与雪花模型
综上所述，星型模型适用于简单的分析需求和对查询性能有较高要求的场景，而雪花模型适用于复杂的业务需求和对存储空间和灵活性有较高要求的场景。可以发现数据仓库大多数时候是比较适合使用星型模型构建底层数据Hive表，通过大量的冗余来提升查询效率，星型模型对OLAP的分析引擎支持比较友好，这一点在Kylin中
【Hadoop大数据技术】——Hive数据仓库（学习笔记）
Hive起源于Facebook，Facebook公司有着大量的日志数据，而Hadoop是实现了MapReduce模式开源的分布式并行计算的框架，可轻松处理大规模数据。然而MapReduce程序对熟悉Java语言的工程师来说容易开发，但对于其他语言使用者则难度较大。因此Facebook开发团队想设计一
Hadoop搭建
Hadoop是一个开源的、可运行与Linux集群上的分布式计算平台，用户可借助Hadoop存有基础环境的配置（虚拟机安装、Linux安装等），Hadoop集群搭建，配置和测试。
一文了解如何安全有效的进行PB级别的大数据迁移
在PB级数据转移这场战斗中，镭速凭借其速度、安全、灵活性和智能化管理等优势，成为了众多企业和组织信赖的选择。它不仅解决了数据转移中的许多问题，还为许多行业提供了一个性价比极高的选择。
【产品经理修炼之道】-教育大数据之数据集成系统
百科里的解释是：把不同来源、格式、特点性质的数据在逻辑上或物理上有机地集中，从而为企业提供全面的数据共享；通俗讲就是把分散在各个系统中的各种类型的数据统一汇聚起来，主要体现在一个“集”字。而数据集成系统就是提供数据集成能力的平台，是一站式解决异构数据存储互通，消除数据孤岛的同步平台，为大数据各系统和
HDFS分布文件系统（Hadoop Distributed File System）
HDFS作为Hadoop生态中的核心组件之一，提供了可靠、高效、可扩展的数据存储服务。通过深入了解HDFS的原理、架构、特性和实战应用，我们可以更好地利用HDFS来处理和分析大数据，为企业创造更大的价值。同时，随着大数据技术的不断发展，HDFS也在不断地演进和完善，相信未来HDFS将在大数据领域发挥
数据应用OneID：ID-Mapping Spark GraphX实现
数据应用OneID：ID-Mapping
伪分布HBase的安装与部署
（1）熟悉掌握使用在Linux下安装伪分布式HBase。（2）熟悉掌握使用在HBase伪分布式下使用自带Zookeeper。
AI人工智能培训老师叶梓：大数据治理的关键工具：开源数据血缘分析系统
Calcite 是由 Apache 软件基金会维护的一个开源框架，它为 Java 应用程序提供了一个强大的工具集，用于处理关系型数据。Calcite 的功能包括 SQL 解析、查询优化、以及能够与各种数据源交互的适配器。它能够将 SQL 查询转换成优化的执行计划，这些计划可以在不同的数据平台上执行，
Flink的实时数据流式图数据处理
1.背景介绍1. 背景介绍Apache Flink 是一个流处理框架，用于实时数据流处理和大数据处理。Flink 可以处理大规模数据流，并提供低延迟和高吞吐量。Flink 支持流处理和批处理，可以处理各种数据源和数据接收器，如 Kafka、HDFS、TCP 流等。Flink 的核心概念包括数据流、数
Hive的安装与配置
Hive的安装与配置第1关：Hive的安装与配置第2关：Hive Shell入门基础命令
大数据-11-案例演习-淘宝双11数据分析与预测 （期末问题）
Hadoop 是一个开源的分布式计算框架，设计用于在大规模数据集上实现高效、可靠和可扩展的数据处理。HDFS是 Hadoop 项目的一个核心组件，它是一个针对大数据处理而设计的分布式文件系统。YARN 是一个通用的、可伸缩的资源管理平台，它允许在同一个集群上运行多种不同类型的应用程序。都是帮助处理和
