您好,欢迎光临本网站![请登录][注册会员]  

大数据下载列表 第229页

« 1 2 ... .24 .25 .26 .27 .28 229.30 .31 .32 .33 .34 ... 1412 »

[spark] 02-Spark性能调优与故障处理.doc

说明:spark调优分为常规性能调优、算子调优、shuffle调优、jvm调优,防止数据倾斜以及OOM。 全部来自生产一线经验
<weixin_33838609> 上传 | 大小:887kb

[Hbase] 大数据技术之Kylin.docx

说明:Apache Kylin是一个开源的分布式分析引擎,提供Hadoop/Spark之上的SQL查询接口及多维分析(OLAP)能力以支持超大规模数据,最初由eBay开发并贡献至开源社区。它能在亚秒内查询巨大的Hive表。
<weixin_33838609> 上传 | 大小:9mb

[flink] flink.docx

说明:Apache Flink是一个框架和分布式处理引擎,用于对*和有界数据流进行有状态计算。Flink被设计在所有常见的集群环境中运行,以内存执行速度和任意规模来执行计算。
<weixin_33838609> 上传 | 大小:2mb

[kafka] kafka-eagle1.4.2

说明:Kafka Eagle 用于监控 Kafka 集群中 Topic 被消费的情况。包含 Lag 的产生,Offset 的变动,Partition 的分布,Owner ,Topic 被创建的时间和修改的时间等信息
<qq_32495629> 上传 | 大小:73mb

[flink] SECS Simulator 模拟器.exe

说明:GEM/SECS模拟工具Simulator. 能与E5,E37的程序无接缝连接,能与任何其他支持secs的设备或EAP稳定连接.程序主要用于测试。 使用可视化SML语言编辑通讯内容。
<weixin_42113317> 上传 | 大小:2mb

[Hive] dbeaver-ce-6.3.1-win32.win32.x86_64.zip

说明:连接 Hive ,SQL 执行 神器, dbeaver是免费和开源(GPL)为开发人员和数据库管理员通用数据库工具。易用性是该项目的主要目标,是经过精心设计和开发的数据库管理工具。免费、跨平台、基于开源框架和允许各种扩展写作(插件)。它支持任何具有一个JDBC驱动程序数据库
<qq_35995514> 上传 | 大小:57mb

[算法与数据结构] LINGO程序和数据学习资料大全.rar

说明:LINGO程序和数据学习资料大全,涵盖内容丰富,收集了四五份学习资料、程序供大家参考使用,下载解压即可用
<Davidietop> 上传 | 大小:11mb

[Hadoop] 大数据技术之Flume.pdf

说明:大数据技术之Flume
<weixin_45553177> 上传 | 大小:2mb

[算法与数据结构] 菜菜的scikit-learn课堂源码及文档.rar

说明:菜菜的scikit-learn课堂源码及文档 菜菜的scikit-learn课堂01 sklearn入门 & 决策树在sklearn中的实现.pdf 菜菜的scikit-learn课堂02 随机森林在sklearn中的实现.pdf 菜菜的scikit-learn课堂03 sklearn中的数据预处理和特征工程.pdf 菜菜的scikit-learn课堂04 sklearn中的降维算法PCA和SVD.pdf 菜菜的scikit-learn课堂05 sklearn中的逻辑回归.pdf 菜
<cloud6688> 上传 | 大小:63mb

[Hadoop] MapReduce本地调试.txt

说明:包含hadoop-2.6.5.tar.gz、hadoop.dll、winutils.exe三个文件,下载地址为百度云
<weixin_45355999> 上传 | 大小:75byte

[算法与数据结构] Bayesian Optimization Primer.pdf

说明:In this short introduction we introduce Bayesian optimization and several techniques that SigOpt uses to optimize users models and simulations.
<weixin_40818267> 上传 | 大小:386kb

[算法与数据结构] Bayesian Optimization.pdf

说明:Bayesian Optimization:If an exact functional form for f is not available (that is, f behaves as a “black box”), what can we do? Bayesian optimization proceeds by maintaining a probabilistic belief about f and designing a so called acquisition functio
<weixin_40818267> 上传 | 大小:317kb
« 1 2 ... .24 .25 .26 .27 .28 229.30 .31 .32 .33 .34 ... 1412 »