[Hadoop] 大数据平台规划方案汇报

说明： 经过一二期的建设，精细化运营平台的数据中心，已经成为最大、内容最丰富的数据仓库； 随着数据量的增长，需要对基础架构做长远规划； 有必要深入挖掘数据价值，研究新的商业模式，将成本中心转化为利润中心
<scott_yibing> 上传 | 大小：1mb

[Hadoop] apache-hive-2.1.1-bin.tar.gz

说明： 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数据库表，并提供简单的sql查询功能，可以将sql语句转换为MapReduce任务进行运行。
<qq_40238659> 上传 | 大小：142mb

[Hadoop] CDH离线搭建文档

说明： CDH5.7.5版本本地离线安装实战，包括搭建过程中遇到的问题，并记录解决方案
<weixin_40808952> 上传 | 大小：526kb

[spark] scala-2.11.6.tgz

说明： linux下的scala开发包，2.11.6版本，应对官网有时难以访问和下载的问题
<leadershanzhi> 上传 | 大小：25mb

[Hbase] 《HBase实战》

说明： HBase是一种NoSQL存储系统，专门设计用来快速随机读写大规模数据。HBase运行在普通商用服务器上，可以平滑扩展，以支持从中等规模到数十亿行、数百万列的数据集。　　《HBase实战》是一本基于经验提炼而成的指南，它教给读者如何运用HBase设计、搭建及运行大数据应用系统。全书共分为4个部分。前两个部分分别介绍了分布式系统和大规模数据处理的发展历史，讲解HBase的基本原理模式设计以及如何使用HBase的高级特性；第三部分通过真实的应用和代码示例以及支持这些实践技巧的理论知识，进一步探索H
<kclabc106> 上传 | 大小：19mb

[算法与数据结构] survival analysis

说明： survival analysis handbook，医疗数据分析方面的必备读物之一
<tinker09> 上传 | 大小：6mb

[Hadoop] hadoop翻译原文

说明： hadoop翻译原文件，很多都是原文，值得一看，原文字数在4000 +
<weixin_42014834> 上传 | 大小：59kb

[Hadoop] Hadoop-2.7.4-win-bin

说明： windows下编译的Hadoop 2.7.4，用于在windows下调用。适用于win编译的bin
<u013985664> 上传 | 大小：604kb

[算法与数据结构] 基于粗糙集的特征选择方法的研究

说明： 文本按照一定的策略归于一个或多个类别中的应用技术。文本分类是文本挖掘的基础。而 特征选择又是文本分类中的核心．论文分析了以前特征选择方法中由于特征数目过多而造成分类时间和精度不高的缺 点。提出了一种基于粗糙集的特征选择方法．其特点是以特征在文本分类中的重要性对特征进行选择
<qq_28810319> 上传 | 大小：240kb

[算法与数据结构] cifar10Dataset-master

说明： cifar10Dataset-master，数据制作教程，可使用与深度学习
<lichenfn> 上传 | 大小：8kb

[Hadoop] SQL-DFS:一种基于HDFS 的海量小文件存储系统

说明： 针对Hadoop 分布式文件系统(Hadoop distributed file system,HDFS)进行小文件存储时NameNode 内存占用率高的问题,通过分析HDFS 基础架构,提出了基于元数据存储集群的SQL-DFS 文件系统. 通过在NameNode 中加入小文件处理模块实现了小文件元数据由NameNode 内存到元数据存储集群的迁移,借助关系数据库集群实现了小文件元数据的快速读写,并对小文件读取过程进行优化,减少了文件客户端对NameNode 的请求次数;通过将部分DataNo
<w397090770> 上传 | 大小：2mb

[spark] spark Streaming和structed streaming分析

说明： spark Streaming和structed streaming分析，理解整个 Spark Streaming 的模块划分和代码逻辑。
<w397090770> 上传 | 大小：7mb