大数据下载列表第642页

[flink] Flink流式计算实际生产项目代码

说明：网上很少能找到flink的生产项目，这个项目是关于系统运维方面的流式处理，生产上的注意点，代码里基本都有体现，对初学者应该有一些帮助，其他的，就去官方demo上学习吧。
<longhuohuo> 上传 | 大小：1mb

[算法与数据结构] 支持向量机算法及应用

说明：系统介绍了统计学习理论和支持向量机的基本思想 , 总结、比较了二分类和多分类 2种情况下支持向量机的主要训练算法。与人工神经网络相比 , 分析了支持向量机的优点。
<weixin_42391199> 上传 | 大小：172kb

[Hadoop] hadoop-train

说明：十小时入门大数据前五章源码(hadoop-train)，基于hadoop-2.6.0-chd5.7.0和IDEA以及Maven的demo，代码里有详细的注释
<qq_29557137> 上传 | 大小：3kb

[Hadoop] hadoop高可用配置文件

说明： hadoop 高可用配置的配置文件 hdfs-site.xml corn-site.xml ha high available set
<flyingsir_zw> 上传 | 大小：179kb

[算法与数据结构] Python PEP8 编码规范中文版

说明：我翻译和整理了国际通用的PEP8编码规范，希望对大家日常的撰写、阅读、修改和维护代码有所帮助。
<u012816185> 上传 | 大小：1mb

说明： * 通过whole-stage code generation（全流程代码生成）技术将spark sql和dataset的性能提升2~10倍 * 通过vectorization（向量化）技术提升parquet文件的扫描吞吐量 * 提升orc文件的读写性能 * 提升catalyst查询优化器的性能 * 通过native实现方式提升窗口函数的性能 * 对某些数据源进行自动文件合并
<jpdcxz> 上传 | 大小：259kb

[spark] Spark的shuffle调优

说明： spark.reducer.maxSizeInFlight 48m reduce task的buffer缓冲，代表了每个reduce task每次能够拉取的map side数据最大大小，如果内存充足，可以考虑加大，从而减少网络传输次数，提升性能 spark.shuffle.blockTransferService netty shuffle过程中，传输数据的方式，两种选项，netty或nio，spark 1.2开始，默认就是netty，比较简单而且性能较高，spark 1.5开始nio就是过期
<jpdcxz> 上传 | 大小：50kb

[Hadoop] sqoop-1.4.6-cdh5.13.2.tar

说明： sqoopCDH版本 1、sqoop的解压并配置环境变量： tar -zxvf /bigdata/sqoop-1.4.6-cdh5.13.2.tar.gz -C /usr/local 配置环境变量： vi /etc/profile export SQOOP_HOME=/usr/local/sqoop-1.4.6-cdh5.13.2 export PATH=$PATH:$SQOOP_HOME/bin: 重新加载环境变量： source /etc/profile which sqoop 2、配置s
<jpdcxz> 上传 | 大小：29mb

[Hadoop] flume-ng-1.6.0-cdh5.13.2

说明： CDH版本的flume Flume是Cloudera提供的一个高可用的，高可靠的，分布式的海量日志采集、聚合和传输的系统，Flume支持在日志系统中定制各类数据发送方，用于收集数据；同时，Flume提供对数据进行简单处理，并写到各种数据接受方（可定制）的能力。当前Flume有两个版本Flume 0.9X版本的统称Flume-og，Flume1.X版本的统称Flume-ng。由于Flume-ng经过重大重构，与Flume-og有很大不同，使用时请注意区分。
<jpdcxz> 上传 | 大小：65mb