[spark] 大数据处理技术网页数据清洗及分词

说明： 1. 在jar包执行时，会出现ansj中的类找不到的错误，解决方法是将ansj和nlp两个包上传到hadoop节点上，然后运行程序的执行命令时加上jar包就可以了。 2. 重复运行程序的时候因为之前生成结果文件但是没有删掉，运行程序的时候出现文件已存在所以无法建立新的文件。 3. 运行时会存在classNotFound的错误，因为包名和类名错误，所以运行时的命令要把包名类名等都写对。 4. Linux上查看结果文件的时候中文是乱码，用PuTTY连接linux即可解决
<super2red> 上传 | 大小：2kb

[flink] 最全面的flink入门编程案例

说明： 本文的非常详细的介绍了 flink、如何进行大数据开发的，包含flink读取kafka、文本读取，hdfs
<aa518189> 上传 | 大小：265kb

[Hadoop] 大数据-Hadoop环境搭建(单机)

说明： 大数据-Hadoop环境搭建(单机)文档，供大家参考学习使用！，附详细安装配置过程，以及问题处理等
<u013100633> 上传 | 大小：1mb

[kafka] kafka调优(工作学习必备)

说明： kafka调优
<linke1183982890> 上传 | 大小：207kb

[Hive] hive Linux安装和配置

说明： hive Linux安装和配置文档，供大家参考学习使用！，附详细安装配置过程，以及问题处理等
<u013100633> 上传 | 大小：488kb

[Hive] Impala-cdh集群安装部署

说明： 由于Impala的版本是CDH的，所以安装Impala的涉及到的Hive、Hadoop、Spark、Hbase等环境也要统一使用CDH版本。 本文档部署impala时所用到的Hive、Hadoop等环境的安装方式是使用tar包方式安装的（cdh版本的tar包安装与Apache的tar包安装方式相同）。cdh版本的tar包下载地址：http://archive-primary.cloudera.com/cdh5/cdh/5/
<zhangnianli127> 上传 | 大小：59kb

[spark] CCA175学习手册

说明： 官方的学习资料，目标是通过此手册提供的知识点通过CCA Spark and Hadoop Developer (CCA175) 的考试。下载文档的朋友，我附带VM虚拟机，下载后请加群1141169，向我索要VM。
<ironicshuang_cc> 上传 | 大小：1mb

[算法与数据结构] 这是tableau软件，亲测可用

说明： 这是数据可是软件tableau
<vrunjm> 上传 | 大小：269byte

[kafka] Kafka常用命令合集

说明： Kafka常用的命令操作，包括服务的启动管理，主题、分区、生产者、消费者、配置、镜像操作，最后加了开启kafka jmx监控的一种方式。
<u013256012> 上传 | 大小：407kb

[Hive] hive基础知识总结

说明： 本文档为总结的hive基础知识，包括hive服务、变量和属性、日志、表操作……等基础知识。
<weixin_42330675> 上传 | 大小：639kb

[Hbase] 华为杯数学建模C题数据处理

说明： 本文以全球恐怖主义数据库GTD为基础，通过文献研究，相关理论研究，建立相关的模型，对数据进行细致化的分析。从恐怖袭击对于人员伤亡，经济损失，时机，地域，针对的对象，恐怖袭击的手段，等等诸多因素的分析。利用EXCEL数据处理软件处理大数据。
<wyb654197> 上传 | 大小：13mb

[算法与数据结构] The Practical Guide to Managing Dat Science at Scale

说明： Lessons from the field on managing data science projects and portfolios.
<weixin_43228189> 上传 | 大小：866kb