[spark] 使用sparkR和sparklyr进行大数据建模案例文档

说明： 使用sparkR和sparklyr进行大数据建模案例文档，其中包括了对飞机航班、出租车等数据的建模分析与可视化，具有非常好的参考意义。数据和源码可以通过文档中的链接很方便的下载。
<yepeng2007fei> 在 上传 | 大小：13631488

[Hadoop] ZooKeeper-分布式过程协同技术详解

说明： ZooKeeper-分布式过程协同技术详解 Pdf 383页 完整高清版
<niousogntao> 在 上传 | 大小：4194304

[Hadoop] Druid实时大数据分析原理

说明： Druid是一个用于大数据实时查询和分析的高容错、高性能开源分布式系统，旨在快速处理大规模的数据，并能够实现快速查询和分析。尤其是当发生代码部署、机器故障以及其他产品系统遇到宕机等情况时，Druid仍能够保持100%正常运行。创建Druid的最初意图主要是为了解决查询延迟问题，当时试图使用Hadoop来实现交互式查询分析，但是很难满足实时分析的需要。而Druid提供了以交互方式访问数据的能力，并权衡了查询的灵活性和性能而采取了特殊的存储格式。
<ghostlucas> 在 上传 | 大小：34603008

[Hadoop] lab38综合实战-搜索引擎

说明： 《大数据实验手册》实验38-综合实战-搜索引擎 包含CreateIndex和Demo
<e15273> 在 上传 | 大小：332800

[Hadoop] KETTLE学习指导文档

说明： KETTLE学习指导文档 教你如何使用spoon进行ETL数据清洗
<vip923803855> 在 上传 | 大小：2097152

[kafka] Kafka_The Definitive Guide_Real-Time Data and Stream Processing at Scale

说明： Kafka_The Definitive Guide_Real-Time Data and Stream Processing at Scale, 2017年新书，值得一看，欢迎下载！
<qq_22973943> 在 上传 | 大小：4194304

[spark] spark-第一个spark程序worldCount

说明： spark-第一个spark程序worldCount，spark-第一个spark程序worldCount
<sh20104510> 在 上传 | 大小：2048

[Hive] CDH550@hive存储格式和HQL材料

说明： CDH550下的hive的存储格式介绍和HQL的详细说明。一般数据存储模式主要有三种，1）行存储；2）列存储；3）混合存储。 1）行存储模式就是：把一整行存在一起，包含所有的列，这是最常见的模式。这种结构能很好的适应动态的查询
<zdz131148> 在 上传 | 大小：1048576

[Hive] CDH550@hive安装部署

说明： cdh5.5.0下的hive的安装部署详细操作。hive的安装其实有两部分组成，一个是Server端、一个是客户端，所谓服务端其实就是Hive管理Meta的那个Hive,服务端可以装在任何节点上，当hive服务并发量不高时推荐部署在数据节点上，并发量高时推荐单独部署在若干台机器
<zdz131148> 在 上传 | 大小：91136

[Hive] CDH550@hive 使用及操作说明

说明： cdh5.5.0下的hive的使用和操作介绍。hive作为数据SQL解析引擎，分析、处理数据；Hadoop提供的分布式文件系统（HDFS）作为数据文件的存储介质；Zookeeper作为分布式协调服务器存在，用于管理集群中各节点状态
<zdz131148> 在 上传 | 大小：232448

[Hadoop] hadoop 伪分布式环境配置

说明： hadoop伪分布式环境配置教程 已亲测，按步骤执行，完胜！且有详细的原理解释
<sinat_33057743> 在 上传 | 大小：174080

[Hadoop] 基于mapreduce的并行算法的设计 课件

说明： 一份基于mapreduce的并行算法的设计的课件，介绍了算法的原理以及几种实现
<qq_30395513> 在 上传 | 大小：892928