您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 走近去计算 王鹏

  2. 第一篇 云计算基础    第1章 从历史中走过来的云计算    1.1 朴素的计算机    1.1.1 算筹    1.1.2 象形文字民族的计算工具——算盘    1.1.3 符号文字民族的计算工具——计算尺    1.2 计算技术的第一次触电    1.2.1 第一台电子计算机的诞生    1.2.2 计算机的特效减肥药——晶体管    1.2.3 现代计算机腾飞的翅膀——集成电路    1.3 计算机飞入寻常百姓家    1.3.1 破茧而出的新生——微机    1.3.2 给计算机嵌入
  3. 所属分类:专业指导

    • 发布日期:2011-11-27
    • 文件大小:20mb
    • 提供者:jason819
  1. Hadoop技术内幕:深入解析Hadoop+Common和HDFS架构设计与实现原理迷你书

  2. 《Hadoop技术内幕:深入解析Hadoop+Common和HDFS架构设计与实现原理》迷你书 “Hadoop技术内幕”共两册,分别从源代码的角度对“Common+HDFS”和MapReduce的架构设计和实现原理进行了极为详细的分析。《Hadoop技术内幕:深入解析Hadoop Common和HDFS架构设计与实现原理》由腾讯数据平台的资深Hadoop专家、X-RIME的作者亲自执笔,对Common和HDFS的源代码进行了分析,旨在为Hadoop的优化、定制和扩展提供原理性的指导。除此之外,
  3. 所属分类:Java

    • 发布日期:2013-05-17
    • 文件大小:4mb
    • 提供者:wangliliuban
  1. 实战Hadoop:开启通向云计算的捷径

  2. 第1章 神奇的大象——Hadoop 1.1 初识神象 1.2 Hadoop初体验 1.2.1 了解Hadoop的构架 1.2.2 查看Hadoop活动 1.3 Hadoop族群 1.4 Hadoop安装 1.4.1 在Linux系统中安装Hadoop 1.4.2 在Windows系统中安装Hadoop 1.4.3 站在象背上说“hello” 1.4.4 Eclipse下的Hadoop应用开发 参考文献 第2章 HDFS——不怕故障的海量存储 2.1 开源的GFS——HDFS 2.1.1 设计前
  3. 所属分类:其它

    • 发布日期:2013-07-31
    • 文件大小:59mb
    • 提供者:jsntghf
  1. 《Hadoop技术内幕:深入解析Hadoop+Common和HDFS架构设计与实现原理》

  2. “Hadoop 技术内幕”共两册,分别从源代码的角度对“Common+HDFS”和MapReduce 的架构设计 与实现原理进行了极为详细的分析。本书由腾讯数据平台的资深Hadoop 专家、X-RIME 的作者亲自执 笔,对Common 和HDFS 的源代码进行了分析,旨在为Hadoop 的优化、定制和扩展提供原理性的指导。 除此之外,本书还从源代码实现中对分布式技术的精髓、分布式系统设计的优秀思想和方法,以及Java 语言的编码技巧、编程规范和对设计模式的精妙运用进行了总结和分析,对提高读者
  3. 所属分类:Java

    • 发布日期:2015-05-04
    • 文件大小:4mb
    • 提供者:u014051040
  1. Hadoop应用开发实战详解源代码

  2. Hadoop应用开发实战详解源代码  第4章 初识MapReduce   4.1 MapReduce简介     4.1.1 MapReduce要解决什么问题     4.1.2 MapReduce的理论基础     4.1.3 MapReduce的编程模式    4.2 MapReduce的集群行为    4.3 Map/Reduce框架    4.4 样例分析:单词计数     4.4.1 WordCount实例的运行过程     4.4.2 WordCount的源码分析和程序处理过程 
  3. 所属分类:Java

    • 发布日期:2015-05-25
    • 文件大小:198kb
    • 提供者:syilo
  1. Chapter8-厦门大学-林子雨-大数据技术原理与应用-第八章-流计算(新)

  2. 首先介绍流计算的基本概念和需求,分析了MapReduce框架为何不适合处理流数据;然后,阐述了流计算的处理流程和可应用的场景;接着介绍了流计算框架Storm的设计思想和架构设计;最后,通过实例来加深对Storm框架的了解
  3. 所属分类:讲义

    • 发布日期:2015-06-29
    • 文件大小:3mb
    • 提供者:qq97294972
  1. Hadoop技术内幕 深入理解MapReduce架构设计与实现原理.pdf

  2. Hadoop技术内幕:深入解析MapReduce架构设计与实现原理 目录 前言 第一部分 基础篇 第1章 阅读源代码前的准备 1.1 准备源代码学习环境 1.1.1 基础软件下载 1.1.2 如何准备Windows环境 1.1.3 如何准备Linux环境 1.2 获取Hadoop源代码 1.3 搭建Hadoop源代码阅读环境 1.3.1 创建Hadoop工程 1.3.2 Hadoop源代码阅读技巧 1.4 Hadoop源代码组织结构 1.5 Hadoop初体验 1.5.1 启动Hadoop 1
  3. 所属分类:Java

    • 发布日期:2015-11-24
    • 文件大小:46mb
    • 提供者:yuan_xw
  1. 厦门大学-林子雨-大数据技术原理与应用-上机练习-大数据技术与流量分析-流量异常检测

  2. 首先介绍流计算的基本概念和需求,分析了MapReduce框架为何不适合处理流数据;然后,阐述了流计算的处理流程和可应用的场景;接着介绍了流计算框架Storm的设计思想和架构设计;最后,通过实例来加深对Storm框架的了解
  3. 所属分类:专业指导

    • 发布日期:2016-01-21
    • 文件大小:1mb
    • 提供者:qq97294972
  1. Apache Spark 的设计与实现

  2. 本文主要讨论 Apache Spark 的设计与实现,重点关注其设计思想、运行原理、实现架构及性能调优,附带讨论与 Hadoop MapReduce 在设计与实现上的区别。不喜欢将该文档称之为“源码分析”,因为本文的主要目的不是去解读实现代码,而是尽量有逻辑地,从设计与实现原理的角度,来理解 job 从产生到执行完成的整个过程,进而去理解整个系统。 讨论系统的设计与实现有很多方法,本文选择 问题驱动 的方式,一开始引入问题,然后分问题逐步深入。从一个典型的 job 例子入手,逐渐讨论 job
  3. 所属分类:其它

    • 发布日期:2016-03-07
    • 文件大小:23mb
    • 提供者:u011500720
  1. Chapter8-厦门大学-林子雨-大数据技术原理与应用-章-流计算(2016年1月29日版本)

  2. 首先介绍流计算的基本概念和需求,分析了MapReduce框架为何不适合处理流数据;然后,阐述了流计算的处理流程和可应用的场景;接着介绍了流计算框架Storm的设计思想和架构设计;最后,通过实例来加深对Storm框架的了解
  3. 所属分类:讲义

    • 发布日期:2016-03-13
    • 文件大小:3mb
    • 提供者:qq97294972
  1. 深入理解大数据 大数据处理与编程实践【1/2】

  2. 以大数据处理主流平台Hadoop1.0为核心,介绍Hadoop MapReduce,HDFS,HBase,以及Hive的基本设计思想、工作原理、系统构架、以及详细的大数据处理编程技术。 特点: (1) 重点放在教读者算法设计实现,从基础算法,到应用编程案例,解决实际问题。 (2) 作者多年的教学研究实践,课程设计沉淀,可以更深入地讨论大数据。 (3) 来自业界——Intel真实的实践经验和案例积累。
  3. 所属分类:其它

    • 发布日期:2016-04-15
    • 文件大小:47mb
    • 提供者:wangyanzhang123
  1. 深入理解大数据 大数据处理与编程实践【2/2】

  2. 以大数据处理主流平台Hadoop1.0为核心,介绍Hadoop MapReduce,HDFS,HBase,以及Hive的基本设计思想、工作原理、系统构架、以及详细的大数据处理编程技术。 特点: (1) 重点放在教读者算法设计实现,从基础算法,到应用编程案例,解决实际问题。 (2) 作者多年的教学研究实践,课程设计沉淀,可以更深入地讨论大数据。 (3) 来自业界——Intel真实的实践经验和案例积累。
  3. 所属分类:其它

    • 发布日期:2016-04-15
    • 文件大小:25mb
    • 提供者:wangyanzhang123
  1. Apache Spark的设计与实现 PDF中文版

  2. 本文主要讨论 Apache Spark 的设计与实现,重点关注其设计思想、运行原理、实现架构及性能调优,附带讨论与 Hadoop MapReduce 在设计与实现上的区别。不喜欢将该文档称之为“源码分析”,因为本文的主要目的不是去解读实现代码,而是尽量有逻辑地,从设计与实现原理的角度,来理解 job 从产生到执行完成的整个过程,进而去理解整个系统。 讨论系统的设计与实现有很多方法,本文选择 问题驱动 的方式,一开始引入问题,然后分问题逐步深入。从一个典型的 job 例子入手,逐渐讨论 job
  3. 所属分类:spark

    • 发布日期:2017-07-12
    • 文件大小:25mb
    • 提供者:whulovely
  1. Spark设计与实现

  2. 本文主要讨论 Apache Spark 的设计与实现,重点关注其设计思想、运行原理、实现架构及性能调优,附带讨论与 Hadoop MapReduce 在设计与实现上的区别。不喜欢将该文档称之为“源码分析”,因为本文的主要目的不是去解读实现代码,而是尽 量有逻辑地,从设计与实现原理的角度,来理解 job 从产生到执行完成的整个过程,进而去理解整个系统。 讨论系统的设计与实现有很多方法,本文选择问题驱动的方式,一开始引入问题,然后分问题逐步深入。从一个典型的 job 例子入手,逐渐讨论 job 生
  3. 所属分类:spark

  1. Spark基本原理与设计思想

  2. Spark是一个通用的并行计算框架,由加州伯克利大学(UC Berkeley) 的AMP实验室开发于2009年,并于2010年开源,2013年成长为Apache旗下在大数据领域最活跃的开源项目之一。 虽然Spark是一个通用的并行计算框架,但是Spark本质上也是一个基于map-reduce算法模型实现的分布式计算框架,Spark不仅拥有了Hadoop MapReduce的能力和优点,还解决了Hadoop MapReduce中的诸多性能缺陷。
  3. 所属分类:spark

    • 发布日期:2018-10-20
    • 文件大小:23mb
    • 提供者:fct2001140269
  1. Hadoop技术内幕 深入解析HADOOP COMMON和HDFS架构设计与实现原理-完整书签-pdf

  2. 《Hadoop技术内幕:深入解析Hadoop Common和HDFS架构设计与实现原理》内容简介:“Hadoop技术内幕”共两册,分别从源代码的角度对“Common+HDFS”和MapReduce的架构设计与实现原理进行了极为详细的分析。《Hadoop技术内幕:深入解析Hadoop Common和HDFS架构设计与实现原理》由腾讯数据平台的资深Hadoop专家、X-RIME的作者亲自执笔,对Common和HDFS的源代码进行了分析,旨在为Hadoop的优化、定制和扩展提供原理性的指导。除此之外
  3. 所属分类:Hadoop

    • 发布日期:2019-03-26
    • 文件大小:75mb
    • 提供者:u014469615
  1. 《ApacheSpark设计与实现》.zip

  2. 本文主要讨论 Apache Spark 的设计与实现,重点关注其设计思想、运行原理、实现架构及性能调优,附带讨论与 Hadoop MapReduce 在设计与实现上的区别。不喜欢将该文档称之为“源码分析”,因为本文的主要目的不是去解读实现代码,而是尽量有逻辑地,从设计与实现原理的角度,来理解 job 从产生到执行完成的整个过程,进而去理解整个系统。讨论系统的设计与实现有很多方法,本文选择 问题驱动 的方式,一开始引入问题,然后分问题逐步深入。从一个典型的 job 例子入手,逐渐讨论 job 生
  3. 所属分类:其它

    • 发布日期:2019-07-19
    • 文件大小:63mb
    • 提供者:weixin_39840387
  1. MapReduce原理与设计思想

  2. 你想数出一摞牌中有多少张黑桃。直观方式是一张一张检查并且数出有多少张是黑桃?给在座的所有玩家中分配这摞牌让每个玩家数自己手中的牌有几张是黑桃,然后把这个数目汇报给你你把所有玩家告诉你的数字加起来,得到最后的结论映射(Mapping)对集合里的每个目标应用同一个操作。即,如果你想把表单里每个单元格乘以二,那么把这个函数单独地应用在每个单元格上的操作就属于mapping。化简(Reducing)遍历集合中的元素来返回一个综合的结果。即,输出表单里一列数字的和这个任务属于reducing。重新审视我们
  3. 所属分类:其它

    • 发布日期:2021-02-26
    • 文件大小:648kb
    • 提供者:weixin_38722348
  1. HDFS全面详解

  2. HadoopHDFS分布式文件系统DFS简介HDFS的系统组成介绍HDFS的组成部分详解副本存放策略及路由规则命令行接口Java接口客户端与HDFS的数据流讲解掌握hdfs的shell操作掌握hdfs的javaapi操作理解hdfs的工作原理设计思想分而治之:将大文件、大批量文件,分布式存放在大量服务器上,以便于采取分而治之的方式对海量数据进行运算分析;在大数据系统中作用:为各类分布式运算框架(如:mapreduce,spark,tez,……)提供数据存储服务重点概念:文件切块,副本存放,元数据
  3. 所属分类:其它

    • 发布日期:2021-02-24
    • 文件大小:430kb
    • 提供者:weixin_38518668
  1. MapReduce原理与设计思想

  2. 你想数出一摞牌中有多少张黑桃。直观方式是一张一张检查并且数出有多少张是黑桃?给在座的所有玩家中分配这摞牌让每个玩家数自己手中的牌有几张是黑桃,然后把这个数目汇报给你你把所有玩家告诉你的数字加起来,得到最后的结论映射(Mapping)对集合里的每个目标应用同一个操作。即,如果你想把表单里每个单元格乘以二,那么把这个函数单独地应用在每个单元格上的操作就属于mapping。化简(Reducing)遍历集合中的元素来返回一个综合的结果。即,输出表单里一列数字的和这个任务属于reducing。重新审视我们
  3. 所属分类:其它

    • 发布日期:2021-01-30
    • 文件大小:648kb
    • 提供者:weixin_38500709