大数据实验 实验四：NoSQL 和关系数据库的操作比较
大数据实验 实验四：NoSQL 和关系数据库的操作比较
Hive主要介绍
hive是基于 Hadoop平台操作 HDFS 文件的插件工具可以将结构化的数据文件映射为一张数据库表可以将 HQL 语句转换为 MapReduce 程序1.hive 是由驱动器组成，驱动器主要由4个组件组成（解析器、编译器、优化器、执行器）2.hive本身不存储数据，数据是存储在hdfs上3.hi
Docker in Docker 的原理与实践
Docker in Docker（DinD）是一个让 Docker 容器内可以运行另一个 Docker 沙箱环境的技术。常用于持续集成（CI）工作流程，其中需要构建和推送 Docker 镜像，而不污染主宿主机的 Docker 环境。
Hadoop 安装及目录结构
【1】 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【2】各个模块分开启动/停止（配置ssh是前提）#整体启动/停止HDFS start-dfs.sh/stop-dfs.sh #整体启动/停止YARN start-yarn.sh/stop-yarn.sh。
Spark-机器学习（4）回归学习之逻辑回归
今天的文章，我们来学习我们回归中的逻辑回归，并带来简单案例，学习用法。希望大家能有所收获。同时，希望我的文章能帮助到每一个正在学习的你们。也欢迎大家来我的文章下交流讨论，共同进步。
【postgresql初级使用】可以存储数据的视图-物化视图，加速大数据下的查询分析
本节主要分享物化视图(materialize view)的基础知识，分为原理机制，创建，数据刷新，以及删除等小节。在原理机制一节，会与普通view对比不同点，它们执行机制的差异；之后的各小节结合案例分享语法与使用场景。
【大数据】计算引擎MapReduce
十分钟，一文，MapReduce核心概念、原理快速入门。
头歌｜HBase的安装与简单操作
需要在第一、二关运行成功的条件下进行。需要在第一关运行成功的条件下进行。
【大数据】HDFS、HBase操作教程（含指令和JAVA API）
详解HDFS和HBASE的指令操作以及JAVA API。
HBase 伪分布式环境搭建 - 头歌
伪分布式环境搭建
HBase Java API开发：表的扫描与扫描的缓存和批量处理
在右侧编辑器begin-end处编写代码补全tablename为待操作表的表名，要求实现如下操作：删除表中行键为row1row2的行；获取表中行键为row3row10的行；四个操作需要依照以上先后顺序，即先删除在获取row3，row10。不需要你直接输出，只需要将批量操作的返回即可。
Flink CDC 整库 / 多表同步至 Kafka 方案（附源码）
我们此前介绍的一些 CDC 开箱即用方案往往都是一张表对应一条独立的链路（作业），需要一个独立的数据库连接，在表数量很大的情况下，会对数据库造成很大压力，同时过多的 Flink 作业会不易于管理和维护，为众多小表创建独立的采集作业也浪费了资源。此外，使用 Flink SQL 针对每张表定义 CDC
海豚调度系列之：任务类型——Flink节点
本案例为大数据生态中常见的入门案例，常应用于 MapReduce、Flink、Spark 等计算框架。主要为统计输入的文本中，相同的单词的数量有多少。若生产环境中要是使用到 flink 任务类型，则需要先配置好所需的环境。在使用 Flink 任务节点时，需要利用资源中心上传执行程序的 jar 包。F
Spark01 —— Spark基础
Spark基础为什么选择Spark?Spark基础配置Spark WordCount实例Spark运行架构Spark分区Spark算子Spark优化
Flink窗口理论到实践 | 大数据技术
⭐⭐个人主页🔎哆啦A梦撩代码🎉欢迎关注🔎👍⭐️留言📝
AI大模型探索之路-应用篇17：GLM大模型-大数据自助查询平台架构实践
在众多大型企业中，数据资产庞大无比，因此它们纷纷构建了多种大数据平台。然而，关键在于如何高效地利用这些数据，例如，将数据有效地提供给产品经理或数据分析师以供他们进行设计和分析。在传统工作流程中，由于这些角色通常不是技术专家，他们往往无法直接使用和操控SQL，导致必须依赖技术人员来编写SQL查询并返回
Spark-机器学习（7）分类学习之决策树
今天的文章，我们来学习分类学习之决策树，并带来简单案例，学习用法。希望大家能有所收获。同时，希望我的文章能帮助到每一个正在学习的你们。也欢迎大家来我的文章下交流讨论，共同进步。
踏入大数据的第一天，我先入入门
【转行原因】目前数据每天已亿计算，作为 Java程序员的我已经无法使用常规工具对数据进行捕捉、管理和处理这些数据集合。MySQL的存储容量也只有500-1000行数据。而且数据每天还在告诉增长，还不带重样的。还有就是跟着党走，我要搞新基建。所以我来了，我来了,我踏着七彩祥云走来了…按顺序给出存储单位
车联网大数据与人工智能一体化：开启智慧出行新时代
车联网通过将车辆与互联网相连，实现了车辆信息的采集、传输和处理，为用户提供了更加智能、便捷的出行服务。而大数据和人工智能作为车联网的核心技术，为车辆数据的分析和利用提供了重要支撑，可以帮助实现智能驾驶、智慧交通等多种应用场景。
Spark-机器学习（8）分类学习之随机森林
随机森林（Random Forest）是一种基于决策树的集成学习算法，由多棵决策树组成，且每棵树的建立都依赖于一个独立抽取的样本集。在分类问题中，随机森林通过集成学习的思想将多棵树（决策树）的预测结果进行汇总，从而得到最终的分类结果；在回归问题中，随机森林的输出则是所有决策树输出的平均值。高准确性：
