大数据学习指北

NIO和Concurrent

大数据学习历程NIOIO分类BIO的缺点NIO的特点NIO的缺点BIO和NIO的比较3大组件ConcurrentBlockingQueue阻塞队列ArrayBlockingQueue-阻塞式顺序队列LinkedBlockingQueue
孤狼逐月·2020-08-18 01:52

Pytorch分布式训练指南（详细）

pytorch分布式训练指北第一章节的部分是简单的科普，想看如何在本地及docker内跑pytorch分布式的直接看第二章。
gbyy42299·2020-08-17 22:47

从入门到入土 大数据学习(4) 最简单windows下idea运行调试spark程序

从入门到入土大数据学习(4)windows下idea运行spark程序继环境搭建和windows环境搭建之后，不可避免的需要在windows上进行开发，但是这种跨平台的开发本身就给开发者带来一定的难度。
Lejeune·2020-08-17 09:19

PaddlePaddle踩坑指北系列——MacOS安装

本周我们精选出社区问答进行整理汇总，各位开发者在使用PaddlePaddle过程中遇到技术难题，可以到PaddlePaddle公众号【常见问答】专栏（点击主菜单中”定制服务“后可见）上寻求解决方案，希望能帮助新用户在MacOS安装过程中解答疑惑。问题1：在MacOS上安装时，出现Configuringincomplete,errorsoccured!错误关键字：Configuringincompl
飞桨PaddlePaddle·2020-08-16 23:36

spark算子实践

在这里，十分感谢作者，作者写了大数据一系列文章，对我帮助很大，如果有读者对大数据学习的需求，可以去大神的网站学习。
DeepRLearner·2020-08-16 22:03

C#学习指北：大白话让你C#极速入门

前言我要开始学习C#，我打算用Unity制作游戏，没有C#就做不了Unity。目标：游戏开发、后端开发C#资料C#我提供学习资料，这是《VisualC#从入门到精通.第8版》，可以买纸质版，如需电子版，可以在下方链接下载，这个是我从脚本之家下载的。其中还有其他资源可以下载呀，如果对你有帮助给这个文章点赞即可。链接：https://pan.baidu.com/s/1v6fOAFnN0sU753ynT
Nothing To Fear.....·2020-08-16 18:53

大数据学习初级入门教程（十二） —— Hadoop 2.x 集群和 Zookeeper 3.x 集群做集成

在以前一篇《大数据学习初级入门教程（一）——Hadoop2.x完全分布式集群的安装、启动和测试》中，详细写了Hadoop完全分布式集群的安装步骤，在上一篇《大数据学习初级入门教程（十一）——Zookeeper3.4.6
孟郎郎·2020-08-16 15:04

尝试大数据和数据挖掘，该怎么规划学习？

目前大数据炒的一直非常火爆，可如何进入大数据行业呢，怎么进行学习呢，推荐一个大数据学习群119599574晚上20:10都有一节【免费的】大数据直播课程，专注大数据分析方法,大数据编程，大数据仓库，大数据案例
weixin_41780944·2020-08-16 09:39

【Nuxt】Vue最全代码约束之不完全指北（一）

代码是写出来给人看的，附带能在机器上运行前言为提高团队协作效率，便于开发人员添加功能及后期优化维护，同时输出高质量的文档，我们必须保证每一个Vue组件（等同于模块）专注于解决一个单一的问题，独立的、可复用的、微小的和可测试的，因此通过配置进行代码强约束对于一个项目来说是非常必要的目录ESlint(插件化的JavaScript代码检测工具)commitlint(规范git提交信息)stylelint
Asn.Li·2020-08-16 07:39

IMU误差研究

.IMU的数据和误差模型IMU包含了三个单轴的加速度计和三个单轴的陀螺，加速度计检测物体在载体坐标系（IMU本身的坐标系）独立三轴的加速度信号，而陀螺检测载体相对于导航坐标系（z轴为当地水平坐标系，x指北
kickers18·2020-08-15 23:09

OpenLayers学习笔记高级篇（二、地图控件）

在OpenLayers3中，地图控件指的是下图标注的这些，包括缩放按钮，标尺，版权说明，指北针等等。他们不会随着地图的移动而移动，一直处于一个固定的位置。
MagicMHD·2020-08-15 18:32

vue项目部署的最佳实践

点击上方“程序员成长指北“，回复“1”进交流群加入我们一起学习，天天进步沉末_juejin.im/post/5eb2243e51882555d8457833前言使用vue、react、angular等技术开发过程中
傲娇的koala·2020-08-15 18:26

20200710大数据学习笔记hadoop总结

HadoopHadoop的优势(4高)1)高可靠性：Hadoop底层维护多个数据副本，所以即使Hadoop某个计算元素或存储出现故障，也不会导致数据的丢失2)高扩展性：在集群间分配任务数据，可方便的扩展数以千计的节点。3)高效性：在MapReduce的思想下，Hadoop是并行工作的，以加快任务处理速度4)高容错性:能够自动将失败的任务重新分配1.x跟2.x区别1.x中MapReduce同时处理业
see you in September·2020-08-15 17:39

大数据学习之课堂《零碎知识点》整理一

零碎知识点补充一、机器之间文件传输：1、windows7--------linux方法一、在windows上安装xftp工具1、安装xftp工具2、配置连接linux3、传输文件此种方法比较简单，不在演示：方法二、在linux上使用rz,sz1、在Linux机器上安装lirzsz包yuminstalllrzsz2、在windows上使用crt连接linux机器3、执行rz命令4、弹出浏览对话框，选
追风邵·2020-08-15 15:05

大数据告诉你，中国女人的勤奋碾压全世界！

如果说中国的男人把中国拉到了世界优秀行列那么让中国变得卓越而以超速度发展的则是中国的女人01中国女人的勤奋，甚至碾压全世界在这里相信有许多想要学习大数据的同学，大家可以+下大数据学习裙：957205962
金豆数据工程师·2020-08-15 09:12

中国撸串指北：137331家烧烤店数据中，有你的最爱吗？

来源：凹凸数读本文约2000字，建议阅读5分钟。对美食最大的肯定无疑就是那操着不同口音说出的“好吃！”二字。《深夜食堂》以美食慰藉夜归人，接纳欢喜与哀愁。在日本，是《深夜食堂》的居酒屋，温暖而克制；在中国，是《人生一串》的烧烤摊，豪气而张扬。酸甜苦辣都藏其中，人生百味尽见与此。《人生一串》第二季已经播出，依旧是令人熟悉的市井江湖，惹人垂涎的人间烟火。为了用数据探究中国各地的烤串特色，我们爬取了大众
DatapiTHU·2020-08-15 04:22

中国撸串指北：13万家烧烤店的吃货最爱

对美食最大的肯定无疑就是那操着不同口音说出的“好吃！”二字。——《人生一串》豆瓣短评以美食慰藉夜归人，接纳欢喜与哀愁。在日本，是《深夜食堂》的居酒屋，温暖而克制；在中国，是《人生一串》的烧烤摊，豪气而张扬。酸甜苦辣都藏其中，人生百味尽见与此。《人生一串》第二季已经播出，依旧是令人熟悉的市井江湖，惹人垂涎的人间烟火。为了用数据探究中国各地的烤串特色，我们爬取了大众点评上2328个市县区，137331
凹凸数读·2020-08-15 04:58

Hive安装配置指北（含Hive Metastore详解）

本文介绍Hive安装配置的整个过程，包括MySQL、Hive及Metastore的安装配置，并分析了Metastore三种配置方式的区别。网上有很多介绍HiveMetastore三种配置方式的文章，但是理解都不对，给读者造成了很多误导。本人详细阅读Apache和CDH官方文档中关于HiveMetastore的部分，并经过实践，终于填好各种坑，安装配置成功，遂记录下本文，供大家参考。1.相关概念Hi
舒琪·2020-08-14 19:23

大数据学习——dataX源码重新打包+测试

dataX工具（可执行的资源包），源码的下载和部署请参考上一篇博文：https://blog.csdn.net/qq_15903671/article/details/88862619dataX工具包从官网下载之后可以发现他加压后有将近1G的大小。显然我们不希望一个ETL工具太大。以下的博文我将从dataX源码中保留oraclereader插件和hdfswrtier插件，重新对dataX进行打包使
祁峰sunny·2020-08-14 18:23

推荐一份完整的大数据教学视频

一份完整的大数据学习路线是这样的，可以看
李泽辰·2020-08-14 05:53

带你详细了解《什么是大数据及大数据的场景应用》

在这里还是要推荐下我自己建的大数据学习交流群:199427210，群里都是学
金罗老师·2020-08-13 18:09

8.大数据学习之旅——hadoop-Hadoop完全分布式配置

Hadoop完全分布式配置关闭防火墙修改主机名配置hosts文件。将需要搭建集群的主机全部配置到hosts文件中192.168.32.138hadoop01192.168.32.139hadoop02192.168.32.140hadoop03配置免密登录安装jdk安装zk配置Hadoop编辑hadoop-env.sh，并且重新生效编辑core-site.xmlfs.defaultFShdfs:/
零零天·2020-08-13 17:28

大数据学习必须掌握的五大核心技术有哪些？

导读大数据技术的体系庞大且复杂，基础的技术包含数据的采集、数据预处理、分布式存储、NoSQL数据库、数据仓库、机器学习、并行计算、可视化等各种技术范畴和不同的技术层面。首先给出一个通用化的大数据处理框架，主要分为下面几个方面：数据采集与预处理、数据存储、数据清洗、数据查询分析和数据可视化。一、数据采集与预处理对于各种来源的数据，包括移动互联网数据、社交网络的数据等，这些结构化和非结构化的海量数据是
bobo79888·2020-08-13 13:32

9.大数据学习之旅——hive

Hive介绍Hadoop开发存在的问题只能用java语言开发，如果是c语言或其他语言的程序员用Hadoop，存在语言门槛。需要对Hadoop底层原理，api比较了解才能做开发。Hive概述Hive是基于Hadoop的一个数据仓库工具。可以将结构化的数据文件映射为一张表，并提供完整的sql查询功能，可以将sql语句转换为MapReduce任务进行运行。其优点是学习成本低，可以通过类SQL语句快速实现
零零天·2020-08-13 10:59

.NET 跨平台框架Avalonia UI: 填坑指北(二)：在Linux上跑起来了

上一章回顾:.NET跨平台框架AvaloniaUI:填坑指北(一)：熟悉UI操作本篇将要阐述包括但不仅限于Avalonia及所有Windows到Linux跨平台开发的一些注意事项:一、路径问题1.在平常的
TwilightLemon·2020-08-12 16:00

.NET 跨平台框架Avalonia UI: 填坑指北(二)：在Linux上跑起来了

上一章回顾:.NET跨平台框架AvaloniaUI:填坑指北(一)：熟悉UI操作本篇将要阐述包括但不仅限于Avalonia及所有Windows到Linux跨平台开发的一些注意事项:一、路径问题1.在平常的
TwilightLemon·2020-08-12 16:00

大数据学习：Scala 语言特点，Scala与Java的区别？

Scala是一种有趣的语言。它一方面吸收继承了多种语言中的优秀特性，一方面又没有抛弃Java这个强大的平台，它运行在Java虚拟机(JavaVirtualMachine)之上，轻松实现和丰富的Java类库互联互通。它既支持面向对象的编程方式，又支持函数式编程。它写出的程序像动态语言一样简洁，但事实上它确是严格意义上的静态语言。Scala六大特征：（1）java和scala可以混编。（2）类型推测（
wujixian123456·2020-08-12 14:00

大数据学习（3）- 分布式文件系统HDFS

文章目录目录1.分布式文件系统1.1计算机集群概念1.2分布式文件系统结构2.HDFS简介2.1HDFS设计的目标2.2HDFS的局限性2.3块的概念2.4HDFS主要组件及其功能2.4.1名称节点2.4.2第二名称节点2.4.3数据节点3.HDFS体系结构3.1HDFS体系结构介绍3.2HDFS体系结构的局限性4.HDFS存储原理4.1冗余数据保存4.2数据存取策略4.3数据错误和恢复4.3.1
Zero-One-0101·2020-08-12 13:36

B站的商业和初心，总有一个要放弃？

图片来源@视觉中国文互联网指北就算你不是什么二次元，你也很容易知道B站最近在干什么，因为B站几乎每个月、每个星期都能拿下行业媒体的头条位，并顺利完成10W+。
itwriter·2020-08-12 11:00

大数据学习笔记之HBase（二）：HBase安装与部署相关

文章目录十一、HBase的安装与部署10.1、Zookeeper集群的正常部署并启动10.2、Hadoop集群的正常部署并启动10.3、解压HBase10.4、修改HBase配置文件10.4.1、hbase-env.sh（HBase的conf目录下）10.4.2、hbase-site.xml10.4.3、regionservers（conf目录下）10.5、替换HBase根目录下的lib目录下的j
Leesin Dong·2020-08-12 11:54

Python语音合成指北（一）

文章来源：饭饭的Python学习之路作者：一粒米饭语音合成概述总的来说，语音合成是通过机械的、电子的方法产生人造语音的技术。其中TTS，是Text-To-Speech缩写，即“从文本到语音”，是人机对话的一部分。它属于语音合成，是将计算机自己产生的、或外部输入的文字信息转变为可以听得懂的、流利的语音输出的技术。本文中提到的语音合成是指TTS。生活中用到的林志玲导航、郭德纲导航等就是基于TTS实现。
CDA·数据分析师·2020-08-12 00:21

怎样进行大数据入门级学习

推荐一个大数据学习群119599574晚上20:10都有一节【免费的】大数据直播课程，专注大数据分析方法,大数据编程，大数据仓库，大数据案例，人工智能,数据挖掘都是纯干货分享，一、整体了解数据分析——5
weixin_41780944·2020-08-12 00:54

世事沧桑无限感，人生梦幻有谁知——张恨水《春明外史》读后杂记一

在本书中则指北京。“外史”，词典里的解释：①指正史以外非官修的稗史、野史：《天禄阁外史》。②指某些旧小说：《儒林外史》。③旧时某些文人的别号：白云外史（即清代恽格）。
weixin_33984032·2020-08-11 23:58

大数据学习必须掌握的五大核心技术有哪些？

大数据技术的体系庞大且复杂，基础的技术包含数据的采集、数据预处理、分布式存储、NoSQL数据库、数据仓库、机器学习、并行计算、可视化等各种技术范畴和不同的技术层面。首先给出一个通用化的大数据处理框架，主要分为下面几个方面：数据采集与预处理、数据存储、数据清洗、数据查询分析和数据可视化。一、数据采集与预处理对于各种来源的数据，包括移动互联网数据、社交网络的数据等，这些结构化和非结构化的海量数据是零散
小迪和夫人·2020-08-11 21:51

大数据学习之路

万字长文，纯干货，建议收藏阅读。大纲：一、开篇致辞二、为什么要学大数据三、学习大数据门槛四、学习路线&独家干货（学生、在职、零基础）五、推荐书单六、Q&A一、开篇致辞我今年大四，大二的时候先后在厦门的两家小公司实习Java，大三的时候在ApcheKylin的贡献团队Kyligence实习，现在在一家西班牙集团就职大数据开发。首先感谢我大二的第一份实习，它是我职场上的启蒙之旅，以致我后面的一个技术视
大数据肌肉猿·2020-08-11 20:35

大数据学习之Scala中main函数的分析以及基本规则（2）

一、main函数的分析首先来看我们在上一节最后看到的这个程序，我们先来简单的分析一下，有助于后面的学习objectHelloScala{defmain(args:Array[String]):Unit={println("ILoveYouScala");}}如图所示，在Scala中可以使用object和class分别定义一个类。两者还是存在一些差别。以后我会在专门的博客中给予介绍。在Scala中定
Poison_H·2020-08-11 16:50

Android集成weex汇总

weex指北针https://weex.apache.org/zh/guide/develop/integrate-to-android-app.html集成环境IDEAndroidstudiov3.1.2JDKjdk1.8
nade_s·2020-08-11 13:58

疫情阴霾下非典型远程协作指北

COVID-19疫情的发展迫使很多公司都开启了在家办公模式，最近有很多人也开始分享高效率的远程办公经验。对大部分互联网公司来说，工程师在家办公并不是什么困难的事情，本来许多工作都只需要一台电脑和一根网线就可以了，位置反而不重要，但是不在办公室能否「高效率」地进行协作和开发，是很难说清楚的一件事情。这让我想起了我们之前做的一次远程办公实验。2018年4月，公司当时想测试一下远程办公的效果，就选定了一
LeanCloud 通讯·2020-08-11 13:32

.NET 跨平台框架Avalonia UI: 填坑指北(一)：熟悉UI操作

Avalonia是一个跨平台的.NETUI框架，支持Windows、Linux、MacOSX...(以及AndroidIOSsoon..)本篇主要介绍Avalonia开发过程和Linux适配环节的几个疑难点..avaloniaforvs安装和.deb安装包部署可参考:https://www.cnblogs.com/Fengyinyong/p/13346642.html与WPF类似，Avalonia
TwilightLemon·2020-08-11 12:00

.NET 跨平台框架Avalonia UI: 填坑指北(一)：熟悉UI操作

Avalonia是一个跨平台的.NETUI框架，支持Windows、Linux、MacOSX...(以及AndroidIOSsoon..)本篇主要介绍Avalonia开发过程和Linux适配环节的几个疑难点..avaloniaforvs安装和.deb安装包部署可参考:https://www.cnblogs.com/Fengyinyong/p/13346642.html与WPF类似，Avalonia
TwilightLemon·2020-08-11 12:00

互联网公司没有前浪

作者|景岁来源|西二旗生活指北（ID：ShelchiLifeGuide）（以上画面纯属虚构）--正文开始--当你问起一个互联网人的年龄对方很可能不会坦荡告知反而扭扭捏捏欲语还休最终以隐私、秘密之类的借口搪塞生怕让人发现
CSDN 程序人生·2020-08-11 10:33

大数据学习之路84-SparkSQL基本使用与RDD对比（涉及自定义排序）

我们使用spark-sql，会加快我们的开发效率，在spark底层会把我们所写的sql转换成RDD去执行。得到我们想要的结果。接下来我们会用RDD和spark-sql两种方式来分析数据，感受一下两者的差异。首先我们先造数据并上传到hdfs中：我们想要做的是，将这些数据按照年龄升序，颜值倒序排列。首先我们用RDD的方式来做（这里会涉及到自定义排序）：这里的自定义排序的思想是，定义一个caseclas
爱米酱·2020-08-11 05:48

大数据学习之Hive框架整理

有用麻烦点个赞哦文章目录1、基本概念1.1定义1.2优缺点1.4Hive和数据库比较2、Hive安装配置3、数据类型3.1基本数据类型3.2集合类型3.3使用事例3.4类型类型转化4.DDL数据定义4.1创建数据库4.2修改数据库4.3查询数据库4.4删除数据库4.5创建表4.6分区表4.7修改表5、DML数据操作5.1数据导入5.2数据导出5.3清除表中数据（Truncate）6、查询（记得善用
Long.JK·2020-08-11 04:55

从零开始学习时空数据可视化（序）

本文结构安排如下：0/为什么会有这个系列1/学习指北2/效果演示3/可视化示例4/可视化教程5/自问自答6/几则故事Demo视频（记得点超清模式，否则很糊）见v.qq.com/x/
weixin_34414196·2020-08-11 04:27

【大数据学习】之 用spark-sql和spark-shell操作hive里面的表数据

SparkSQL与Hive的交互有两种方式，一种是spark-sql,另一种是spark-shell。要注意，访问hive前要把$HIVE_HOME/conf/hive-site.xml拷贝到$SPARK_HOME/conf，还有必须要启动hdfs，因为hive的数据是存放在hdfs上的，既然要访问hive所以需要启动hdfs。一、启动spark-sql连hive1、首先要配置spark-defa
奔走觅衣粮·2020-08-11 03:11

GDB调试指北-启动GDB并查看说明信息

文章目录前言gdb版本查看gdb启动直接启动去掉版本信息启动gdb信息查看showcopyingshowwarrantyshowconfigurationaproposhelp总结前言学习gdb使用是一个漫长的过程，先了解一下gdb的启动方式和基础信息的查看方法，能够帮助我们更全面的认知这个工具。gdb是一个交互式命令行程序，在使用gdb调试的时候不断的在命令行内输入命令，然后gdb程序就会给出反
AlbertS·2020-08-11 02:40

大数据学习——数据处理工具Pig入门使用

简介Pig是一个基于Hadoop的大规模数据分析平台，它提供的SQL-LIKE语言叫PigLatin，该语言的编译器会把类SQL的数据分析请求转为一系列经过优化处理的MapReduce运算。特点专注于大量数据集分析运行在集群的计算架构上，YahooPig提供了多层抽象，简化并行计算让普通用户使用，这些抽象完成自动把用户请求queries翻译成有效的并行评估计划，然后在物理集群上执行这些计划；提供类
谢厂节_编程圈·2020-08-11 01:55

Linux 用户管理命令(大数据学习第四天)

Linux用户管理命令w显示当前在线用户，并显示他正在作什么who显示在线用户whoami查看当前shell用户useradd创建新帐号passwd[username]修改密码userdel删除帐号usermod修改帐号（禁用、启用）su[username]切换操作帐号su[anotheruser]相关文件用户文件用户信息文件：/etc/passwd用户密码文件：/etc/shadow分组信息文件
YuBingbai·2020-08-10 22:11

TCP学习指北

限于博主水平有限不敢说指南，但应该能够避免刚学TCP的同学出现找不着北的情况。TCP与UDP的区别区别:UDP是无连接的，而TCP是面向连接的，传数据前要先建立连接。UDP可以一对多，多对多通讯，而TCP只能一对一。UDP使用最大努力交付，即不保证可靠交付。而TCP是可靠交付数据，并且有拥塞控制和流量控制机制。UDP是面向报文的，适合一次性传输少量数据。而TCP是面向字节流的总的来说UDP不太靠谱
AD_milk·2020-08-10 09:00

大数据学习——Mahout入门

实验环境：shiyanlouCentOS6.664JDK:1.7.0_5564Hadoop:1.1.2简介Mahout是Apache旗下的一个开源项目，提供一些可扩展的机器学习领域经典算法的宾实现，帮助开发人员快捷地创建智能应用程序。Mahout包含许多实现，包括聚类、分类、推荐过滤、频繁子项挖掘。环境搭建下载http://archive.apache.org/dist/mahout/0.6/vi
谢厂节_编程圈·2020-08-10 08:42
上一页 38 39 40 41 42 43 44 45 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他