大数据大数据处理etl书籍

Dolma:开源大规模语言模型预训练数据集与工具包

Dolma数据集Dolma数据集是一个包含3万亿个token的开放数据集,涵盖了多样化的内容来源,包括网页内容、学术出版物、代码、书籍和百科全书材
2401_87458718·2025-03-06 13:59

成为LLM大师的必读书籍：这几本大模型书籍，详细到让你一篇文章就收藏足够

以下是几本关于大模型和人工智能领域的经典书籍，它们各自具有独特的特点和适用人群：《深度学习》（DeepLearning）作者：伊恩·古德费洛（IanGoodfellow）、约书亚·本吉奥（YoshuaBengio
AGI大模型老王·2025-03-06 13:58

大数据环境（单机版） Flume传输数据到Kafka

文章目录前言一、准备二、安装三、配置环境变量四、修改配置4.1、kafka配置4.2、Flume配置五、启动程序5.1、启动zk5.2、启动kafka5.3、启动flume六、测试6.1、启动一个kafka终端，用来消费消息6.2、写入日志其他前言flume监控指定目录，传输数据到kafka一、准备flume-1.10.1kafka_2.11-2.4.1zookeeper-3.4.13二、安装使用
凡许真·2025-03-06 11:44

数据处理神器！一款强大的数据处理命令行工具！

关注微信公众号：【Java陈序员】，获取开源项目分享、AI副业分享、超200本经典计算机电子书籍等。项目介绍dasel——一款用于处理和操作多种数据格式的命令行工具，支持对JSON、YAML、TOM
·2025-03-06 09:45

android13打基础:控件datepicker

datepickerpublicclassCh4_DatePickerActivityextendsAppCompatActivityimplementsView.OnClickListener,DatePickerDialog.OnDateSetListener
etcix·2025-03-06 07:41

【大数据平台】大数据平台的云迁移策略

⭐️大数据平台建设指南：全面讲解从数据采集到数据可视化的整个过程，掌握构建现代化数据平台的核心技术和方法。⭐️《遇见Python：初识、了解与热恋》：涵盖了Pytho
野老杂谈·2025-03-06 06:01

云上大数据平台的优化：提升效率与可靠性的实践

云上大数据平台的优化：提升效率与可靠性的实践随着云计算和大数据技术的快速发展，越来越多的企业选择将其数据处理和分析工作迁移到云上。
Echo_Wish·2025-03-06 05:54

在虚拟机上安装 Hadoop 全攻略

在虚拟机上安装Hadoop是进入大数据处理和分析领域的重要一步。
麻芝汤圆·2025-03-06 05:22

深度解析RocketMQ核心机制：CommitLog存储与DLedger选举算法

深度解析RocketMQ核心机制：CommitLog存储与DLedger选举算法编程相关书籍分享：https://blog.csdn.net/weixin_47763579/article/details
千里码！·2025-03-06 01:15

Mongodb数据库的基本语法及使用

数据库MongoDB（芒果数据库）数据存储阶段文件管理阶段（.txt.doc.xls）优点：数据可以长期保存可以存储大量的数据使用简单缺点：数据一致性差数据查找修改不方便数据冗余度可能比较大数据库管理阶段优点
璟*·2025-03-06 00:38

深入解析Java线程模型：从BIO到NIO的性能跃迁之路

深入解析Java线程模型：从BIO到NIO的性能跃迁之路编程相关书籍分享：https://blog.csdn.net/weixin_47763579/article/details/145855793DeepSeek
千里码！·2025-03-06 00:38

132java ssm springboot基于大数据的吉林省农村产权交易数据分析可视化平台系统（源码+文档+运行视频+讲解视频）

文章目录系列文章目录目的前言一、详细视频演示二、项目部分实现截图三、技术栈后端框架springboot前端框架vue持久层框架MyBaitsPlus系统测试四、代码参考源码获取目的摘要：本文介绍了基于JavaSSM和SpringBoot开发的吉林省农村产权交易数据分析可视化平台系统，为农村产权交易市场提供决策支持。系统前端利用HTML、CSS和JavaScript构建直观的可视化界面，后端运用Ja
QQ2279239102·2025-03-05 23:36

系统对接方案_浅谈RPA系统

首先本文是有感而发，其次是我本身是大数据和人工智能领域产品多年从业者，并不局限于RPA领域，做过一些RPA项目也和客户沟通并且提供过顾问和咨询服务，所以有一定理解。
weixin_39881760·2025-03-05 23:34

【零基础到精通Java合集】第十一集：List集合框架与泛型

List集合框架与泛型（15分钟）目标：掌握泛型在List中的应用，理解类型安全的重要性，熟练操作泛型集合0-1分钟：泛型List的意义引入以“分类储物箱”类比泛型List：明确容器内元素类型（如只能放书籍
羽轩GM·2025-03-05 21:49

一文揭秘！Java 如何与 Elasticsearch 完美 “牵手”？

在当今大数据和高并发的时代，高效的数据检索与分析变得愈发关键。Elasticsearch作为一款强大的分布式搜索和分析引擎，受到了广泛青睐。
程序员顾茗·2025-03-05 21:49

【AI深度学习基础】Pandas完全指南入门篇：数据处理的瑞士军刀 （含完整代码）

Pandas系列文章导航入门篇进阶篇终极篇一、引言在大数据与AI驱动的时代，数据预处理和分析是深度学习与机器学习的基石。
arbboter·2025-03-05 20:08

对“预训练”的理解

在平常的任务或者项目中，我们可能并没有大量数据，只有少量数据，在这时我们就可以通过“借用”有大数据支持的模型的参数，作为基准，这样就能提高效率和准确率。
衣衣困·2025-03-05 18:59

Java 大视界 -- Java 大数据机器学习模型的可解释性增强技术与应用（107）

一、欢迎加入【福利社群】点击快速加入：青云交灵犀技韵交响盛汇福利社群点击快速加入2：2024CSDN博客之星创作交流营（NEW)二、本博客的精华专栏：大数据新视
青云交·2025-03-05 18:55

Java 大视界 -- Java 大数据在智慧环保污染源监测与预警中的应用（104）

一、欢迎加入【福利社群】点击快速加入：青云交灵犀技韵交响盛汇福利社群点击快速加入2：2024CSDN博客之星创作交流营（NEW)二、本博客的精华专栏：大数据新视
青云交·2025-03-05 18:25

Java 大视界 -- Java 大数据分布式文件系统的性能调优实战（101）

一、欢迎加入【福利社群】点击快速加入：青云交灵犀技韵交响盛汇福利社群点击快速加入2：2024CSDN博客之星创作交流营（NEW)二、本博客的精华专栏：大数据新视
青云交·2025-03-05 18:25

Java 大视界 -- 深入剖析 Java 大数据实时 ETL 中的数据质量保障策略（97）

一、欢迎加入【福利社群】点击快速加入：青云交灵犀技韵交响盛汇福利社群点击快速加入2：2024CSDN博客之星创作交流营（NEW)二、本博客的精华专栏：大数据新视
青云交·2025-03-05 18:25

Java 大视界 -- 绿色大数据：Java 技术在节能减排中的应用与实践（90）

一、欢迎加入【福利社群】点击快速加入：青云交灵犀技韵交响盛汇福利社群点击快速加入2：2024CSDN博客之星创作交流营（NEW)二、本博客的精华专栏：大数据新视
青云交·2025-03-05 18:55

Java 大视界 -- 大数据伦理与法律：Java 技术在合规中的作用与挑战（87）

一、欢迎加入【福利社群】点击快速加入：青云交灵犀技韵交响盛汇福利社群点击快速加入2：2024CSDN博客之星创作交流营（NEW)二、本博客的精华专栏：大数据新视
青云交·2025-03-05 18:25

Java 大视界 -- 区块链赋能 Java 大数据：数据可信与价值流转（84）

一、欢迎加入【福利社群】点击快速加入：青云交灵犀技韵交响盛汇福利社群点击快速加入2：2024CSDN博客之星创作交流营（NEW)二、本博客的精华专栏：大数据新视
青云交·2025-03-05 18:24

Java 大视界 -- 基于 Java 的大数据流处理容错机制与恢复策略（113）

一、欢迎加入【福利社群】点击快速加入：青云交灵犀技韵交响盛汇福利社群点击快速加入2：2024CSDN博客之星创作交流营（NEW)二、本博客的精华专栏：大数据新视
青云交·2025-03-05 17:50

大智能：大数据+大模型+大算力_大算力大数据大模型

在近日举行的“2022中国人工智能产业年会”主论坛上，中国人工智能学会监事长、中国工程院院士蒋昌俊在报告中表示，人工智能的发展已经历了数十年的过程，大模型ChatGPT在今年春节前后突然出现，大家还没有来得及深度思考就已经“扑面而来”。蒋昌俊大智能的研究进展科学技术的研究约分为两大范式，一是牛顿力学奠定了理论计算的范式，二是开普勒开启数据的范式。之后经历了实验归纳、理论的逻辑推演，以及计算模拟、最
AI学习不迷路·2025-03-05 14:13

场景题：有40亿个QQ号如何去重？仅1GB内存

仅1GB内存场景题也有一些套路可以考虑，比如去重、判断给定数据是否存在1.大数据去重1.1现在有40亿个QQ号如何去重？
·2025-03-05 11:11

spark hdfs 常用命令

文件系统路径下的目录和文件hdfsdfs-ls列出hdfs文件系统路径下所有的目录和文件hdfsdfs-ls-Rrmhadoopfs-rm...hadoopfs-rm-r...每次可以删除多个文件或目录getlocalfile
毛球饲养员·2025-03-05 11:19

国产化替代 | 星环科技TDH替代IBM数仓，助力城商行构建湖仓一体平台

某城市商业银行在此背景下，启动数据仓库系统升级项目，将数据仓库从IBMNetezza迁移到星环科技大数据基础平台TDH，不但成功实现了数据仓库的国产化替代，还建设了新一代的湖仓一体平台，为银行业务发展提供新
·2025-03-05 11:08

索引的详细介绍

数据库索引是一种用于加速数据检索的数据结构，类似于书籍的目录。通过索引，数据库可以快速定位数据，而无需扫描整个表。
Bugkillers·2025-03-05 11:48

大数据与网络安全讲座

点击文末小卡片，免费获取网络安全全套资料，资料在手，涨薪更快大数据的价值为大家公认。
黑客Jack·2025-03-05 10:10

FlinkCEP社区资源指南：学习与交流平台

FlinkCEP社区资源指南：学习与交流平台1.背景介绍ApacheFlink是一个开源的分布式大数据处理引擎,支持有状态计算和准确一次的流处理语义。
AI大模型应用之禅·2025-03-05 10:09

深入探秘FlinkCDC：实时数据处理的新利器

一、写在前面在大数据领域持续蓬勃发展的当下，数据的实时处理与分析变得愈发关键。
lucky_syq·2025-03-05 10:08

Spark是什么？可以用来做什么？

它最初由加州大学伯克利分校开发，现已成为大数据处理领域的核心工具之一。相比传统的HadoopMapReduce，Spark在速度、易用性和功能多样性上具有显著优势。
Bugkillers·2025-03-05 10:37

java excel 导入 加校验_Java通过POI为Excel添加数据验证

Stringpath="d:\\success.xlsx";StringsheetName="sheetlist";XSSFWorkbookwb=null;XSSFSheetsheetlist=null
夏至未至·2025-03-05 04:55

面向对象的前端开发_20多种面向前端开发人员的文档和指南（第11号）

面向对象的前端开发It’sthattimeagaintogetlearning!
culi3118·2025-03-05 02:09

遨游防爆智能终端“问诊”工业制造，开出数据采集“良方”

在数据驱动的时代，唯有采集足够规模的工业数据，方能支撑起基于工业大数据的深度分析与智能决策，从而驱动传统产业的蜕变与升级。但是，数据采集之路并非坦途，面临着设备协议多样、接口不一等挑战。
AORO_BEIDOU·2025-03-05 00:51

Elasticsearch冷热分离与索引生命周期管理

背景信息当今大数据时代，数据时刻在更新变化。尤其是随着时间的积累，存储在Elasticsearch中的数据会越来越多，当数据达到一
Cloud_Tech·2025-03-04 23:44

什么是预训练？

一、介绍预训练模型诞生背景:对于某种特殊任务只存在少量的相关训练数据，以至于模型不能从中学习到有用的规律（标注资源稀缺，无大数据支持）举例：想对一批法律领域的文件进行关系抽取，就需要投入大量的精力（意味着时间和金钱的大量投入
卡卡大怪兽·2025-03-04 23:44

如何使用DeepSeek进行高效数据挖掘与分析

##摘要随着大数据时代的到来，数据挖掘与分析技术在各行各业中扮演着越来越重要的角色。DeepSeek作为一种先进的数据挖掘工具，能够帮助用户从海量数据中提取有价值的信息。
Small踢倒coffee_氕氘氚·2025-03-04 22:09

稳定运行的以Redshift数据仓库为数据源和目标的ETL性能变差时提高性能方法和步骤

当以AmazonRedshift数据仓库为数据源和目标的ETL（Extract,Transform,Load）性能变差时，可能涉及多个方面的优化措施。
weixin_30777913·2025-03-04 22:04

大数据面试临阵磨枪不知看什么？看这份心理就有底了-大数据常用技术栈常见面试100道题

目录1描述Hadoop的架构和它的主要组件。2MapReduce的工作原理是什么？3什么是YARN，它在Hadoop中扮演什么角色？4Spark和HadoopMapReduce的区别是什么？5如何在Spark中实现数据的持久化？6SparkStreaming的工作原理是什么？7如何优化Spark作业的性能？8描述HBase的架构和它的主要组件。9HBase的读写流程是怎样的？10HBase如何处理
大模型大数据攻城狮·2025-03-04 21:59

Vim - 快速插入C语言函数注释模板

InsertCFunctionHeader()"获取当前行内容letline=getline('.')"
sz66cm·2025-03-04 20:52

工作十年，我也没把happens before彻底搞懂

很多文章和书籍对于happensbefore这个概念的解释非常拗口，导致很多人，包括技术浓厚的程序员也解释不清这个概念。
suyukangchen·2025-03-04 20:21

2023年上海市浦东新区网络安全管理员决赛理论题样题

正确（1）保护对象改变等保1.0保护的对象是信息系统，等保2.0增加为网络和信息系统，增加了云计算、大数据、工业控制系统、物联网、移动物联技术、网络基础设施等保护对象，实现了全方面的覆盖。
afei00123·2025-03-04 20:50

基于springboot+vue在线小说阅读平台系统(源码+lw+部署文档+讲解等)

等平台优质作者、专注于Java、小程序技术领域和毕业项目实战✌主要内容：SpringBoot、Vue、SSM、HLMT、Jsp、PHP、Nodejs、Python、爬虫、数据可视化、小程序、安卓app、大数据
QQ3295391197·2025-03-04 20:16

AI Agent的生物启发式认知架构实现

目录大纲结构1.确定书的基本结构步骤1：首先，我们需要明确书籍的基本结构，这包括封面、前言、目录、正文和附录等。步骤2：设置目录大纲的层级。根据用户的要求，我们将目录大纲分为1、2、3级目录。
AI智能涌现深度研究·2025-03-04 19:43

《DataWorks：为人工智能算法筑牢高质量数据根基》

阿里巴巴的DataWorks，作为一款强大的大数据开发治理平台，在
·2025-03-04 19:16

基于Generator生成器的分离式导出CSV

在这个过程中，我发现了PHP中的生成器（Generator），这是一个非常强大的工具，特别适合处理大数据场景。本文将详细介绍生成器的概念、工作原理、优势以及如何利用生成器
·2025-03-04 18:15

DAMA数据管理知识体系全接触-数据治理-大数据

第1章数据管理1.1引言数据管理的定义：是为了交付、控制、保护并提升数据和信息资产的价值，在其整个生命周期中制定计划、制度、规程和实践活动，并执行和监督的过程。数据管理专业人员的定义：是指从事数据管理各方面的工作（从数据全生命周期的技术管理工作，到确保数据的合理利用及发挥作用），并通过其工作1.1.1业务驱动因素数据管理的主要驱动力：使组织能够从其数据资产中获取价值。1.1.2目标1）理解并支撑企
我思故我在6789·2025-03-04 18:38
上一页 7 8 9 10 11 12 13 14 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他