大数据与人工智能：基础与应用的多维思考
大数据与人工智能：基础与应用的多维思考
探索Haskell与Kafka的完美结合：hw-kafka-client
探索Haskell与Kafka的完美结合：hw-kafka-client hw-kafka-clientKafka client for Haskell, including auto-rebalancing consumers项目地址:https://gitcode.com/gh_mirrors/
【小白的大数据进阶之路】2024小白入门大数据，进阶成大牛，需要学习哪些技术？
2024小白入门大数据，进阶成大牛，需要学习哪些技术？每个技术在大数据领域的应用场景是啥？一个完整的大数据项目涉及到哪些流程环节，整个技术框架是怎样的？想要在2024年从小白进阶成大数据领域的大牛，你需要系统地学习一系列技术，并了解它们在大数据领域的应用场景。以下是一个详细的学习路线和每个技术的应用
毕业设计 python大数据旅游数据分析可视化系统(源码分享)
🔥 这两年开始毕业设计和毕业答辩的要求和难度不断提升，传统的毕设题目缺少创新和亮点，往往达不到毕业答辩的要求，这两年不断有学弟学妹告诉学长自己做的项目系统达不到老师的要求。为了大家能够顺利以及最少的精力通过毕设，学长分享优质毕业设计项目，今天要分享的是🚩 **基于python的旅游数据分析可视
Spark 运行架构
Spark 框架的核心是一个计算引擎，整体来说，它采用了标准的 master-slave 结构。上图中的 Driver 表示 master ，负责管理整个集群中的作业任务调度；Executor 则是 slave，负责实际执行任务；
详解 HBase 的安装部署及命令行操作
进入 HBase 下载地址：https://archive.apache.org/dist/hbase/修改 hbase-site.xml (默认的 hbase-default.xml)下载对应版本的 HBase 安装包并上传到虚拟机，并确保安装了 jdk 环境。软连接 hadoop 配置文件到 H
【Excel 表打印基本操作】
打印选定区域，如何灵活分页，如何不打印图片，如何在页眉添加logo……
大数据新视界 --大数据大厂之 Volcano：大数据计算任务调度的新突破
Volcano 作为大数据计算任务调度的关键工具，有独特算法机制。其资源感知能实时掌握节点状况，任务分类可精准识别任务特性，以此实现高效智能调度。文中通过电信、金融、智能交通等多领域案例，如电信公司提高账单生成速度、金融机构优化风险评估等，展示其在提升计算效率与优化资源上的显著成果。同时给出 Pyt
Spark 任务与 Spark Streaming 任务的差异详解
任务调度：Spark 任务基于静态数据集，采用一次性批处理模式；Spark Streaming 任务基于流数据，采用微批处理模式，每隔一个时间窗口生成新的任务。数据处理：Spark 处理静态的 RDD，数据只计算一次；Spark Streaming 处理离散化的流数据，每个时间窗口生成一个新的 RD
Flink1.18.1 Standalone模式集群搭建
本文将介绍如何在 Linux 服务器上搭建 Flink Standalone 集群，包含环境准备、配置修改和任务提交的步骤。在 Flink 集群中，各个节点之间需要免密登录。建议在每个节点上配置环境变量，方便使用 Flink 命令。从 Apache Flink 官方下载页面获取。，并在每台服务器上安
Python基于大数据的Boss直聘招聘可视化系统，附源码
嗨喽，大家好，今天为大家带来的是基于大数据的Boss直聘招聘可视化系统，Python基于Django的Boss直聘招聘可视化项目，该项目使用 Django 框架，Mysql 数据库，request，selenium 框架进行爬虫，实现招聘数据的采集，清洗等，该项目总体来说还是挺不错的，界面美观，下面
RabbitMQ SDK 支持发布、消费，连接恢复，死信队列，多种使用场景
基于Example封装便于使用的SDK，支持发布、消费，连接恢复，死信队列，以及官方入门中的多种使用场景使用手动消息确认，队列和消息标记为持久，并不使用临时独占队列消费者可合理调大Qos.prefetchCount来提高吞吐率业务逻辑如下返回错误，重新投递仍失败后将进入死信队列，保证消息不丢失，还可
学习大数据DAY58 增量抽取数据表
减少 SELECT * 的使用：避免使用 SELECT * 来获取所有列，尽量只选择需要的。只需要结果集的一部分数据，可以使用 LIMIT 或 TOP 关键字来限制返回的行数。优化 JOIN 操作：确保在 JOIN 操作中使用的字段上有索引，并且尽可能地减少。限制结果集大小：在可能的情况下，使用 W
大数据智能风控核心：模型
模型：线性判别分析方法、个人FICO模型信用分、IRB、ABCF卡模型；算法：逻辑回归算法、决策树、集成学习、Bagging、随机森林、Boosting、Adaboost、Stacking；指标：混淆矩阵、评价指标、准确率、精确率、召回率、F1分数、ROC曲线、AUC、KS、PSI、基尼系数；
毕设开源 大数据共享单车数据分析与可视化(源码分享)
🔥 这两年开始毕业设计和毕业答辩的要求和难度不断提升，传统的毕设题目缺少创新和亮点，往往达不到毕业答辩的要求，这两年不断有学弟学妹告诉学长自己做的项目系统达不到老师的要求。为了大家能够顺利以及最少的精力通过毕设，学长分享优质毕业设计项目，今天要分享的是🚩基于大数据的共享单车数据分析与可视化🥇学
hadoop三机集群环境安装和配置（最小化安装）
最小化安装hadoop三机集群环境安装和配置
【RabbitMQ】重试机制、TTL
对于RabbitMQ的重试机制以及过期时间的简单概述
Flink原理与代码实例讲解
Flink原理与代码实例讲解作者：禅与计算机程序设计艺术 / Zen and the Art of Computer Programming1. 背景介绍1.1 问题的由来随着互联网的快速发展，数据量呈指数级增长，传统的批处理
【大数据】Spark Executor内存分配原理与调优
我们都知道 Spark 能够有效的利用内存并进行分布式计算，其内存管理模块在整个系统中扮演着非常重要的角色。为了更好地利用 Spark，深入地理解其内存管理模型具有非常重要的意义，这有助于我们对 Spark 进行更好的调优；在出现各种内存问题时，能够摸清头脑，找到哪块内存区域出现问题。
大数据-166 Apache Kylin Cube 流式构建 整体流程详细记录
上节我们完成了如下的内容：实时数据更新是一种普遍的需求，快速分析趋势才能做正确的决策。KylinV1.6发布了扩展StreamingCubing功能，它利用Hadoop消费Kafka数据的方式构建Cube，这种方式构建的Cube能满足分钟级的更新需求。步骤：项目 => 定义数据源（Kafka）=>
