注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 深入理解Spark 核心思想与源码分析

  2. 深入理解Spark 核心思想与源码分析 ,耿嘉安完整版，大数据spark开发必备，你值得拥有。清晰完整版 《深入理解SPARK：核心思想与源码分析》结合大量图和示例，对Spark的架构、部署模式和工作模块的设计理念、实现源码与使用技巧进行了深入的剖析与解读。, 《深入理解SPARK：核心思想与源码分析》一书对Spark1.2.0版本的源代码进行了全面而深入的分析，旨在为Spark的优化、定制和扩展提供原理性的指导。*集团专家鼎力推荐、*资深Java开发和大数据专家撰写。, 本书分为

  3. 所属分类：spark

    • 发布日期：2018-05-22
    • 文件大小：38mb
    • 提供者：jyh2005

  1. 深入理解Spark 核心思想与源码分析

  2. 在深入了解一个系统的原理、实现细节之前，应当先准备好它的源码编译环境、运行环境。如果能在实际环境安装和运行Spark，显然能够提升读者对于Spark的一些感受，对系统能有个大体的印象，有经验的技术人员甚至能够猜出一些Spark采用的编程模型、部署模式等。当你通过一些途径知道了系统的原理之后，难道不会问问自己？这是怎么做到的。如果只是游走于系统使用、原理了解的层面，是永远不可能真正理解整个系统的。很多IDE本身带有调试的功能，每当你阅读源码，陷入重围时，调试能让我们更加理解运行期的系统。如果没有

  3. 所属分类：spark

    • 发布日期：2018-10-06
    • 文件大小：41mb
    • 提供者：kuigoutang2400

  1. 深入理解Spark 核心思想与源码分析

  2. 本书对Spark源代码进行了全面而深入的分析，旨在为Spark的优化、定制和扩展提供原理性的指导。*集团专家鼎力推荐，*资深Java开发和大数据专家撰写。本书对Spark的核心模块、部署和协作模块的实现原理与使用技巧进行了深入的剖析与解读。 　　本书分为三篇： 　　准备篇（第1～2章），介绍了Spark的环境搭建、设计理念与基本架构，帮助读者了解一些背景知识。 　　核心设计篇（第3～7章），着重讲解SparkContext的初始化、存储体系、任务提交与执行、计算引擎及部署模式的原理

  3. 所属分类：spark

    • 发布日期：2019-04-04
    • 文件大小：40mb
    • 提供者：fd2025

  1. 《Hadoop与大数据挖掘》配套资源【完整版】.txt

  2. 本资源是《Hadoop与大数据挖掘》配套资源【完整版】，包含源数据和代码。 本书主要分为两个部分，基础篇和挖掘实践篇。基础篇介绍了大数据相关技术：Hadoop、Hive、HBase、Pig、Spark、Oozie等。针对每个技术有每个模块与之对应，首先会对该技术的概述、内部原理等进行介绍，使读者对该技术有一个由浅入深的理解。在对原理的介绍中会进行相应的动手实践，加深对原理的理解。在每个模块的最后，会有一到两个企业案例，对这些企业案例的介绍只限于部分介绍，主要还是使用当前模块的技术来解决其中的一

  3. 所属分类：Hadoop

    • 发布日期：2019-06-03
    • 文件大小：69byte
    • 提供者：weixin_43876206

  1. Redis 4.x Cookbook 中文版 高清

  2. Redis是一个十分热门的内存数据库，号称后端的“瑞士军刀”，它拥有诸多优良特性，已经被越来越多的公司采用，值得每一位Web开发者学习。通过本书讲述的Redis在设计、开发和运维等方面的80多个实战案例，读者不仅可以由浅入深地学习到有关Redis的几乎所有知识，还可以将案例中所讲解的内容直接用于包括设计、开发和运维等在内的各类生产实践。本书中的每一个案例、每一个案例中所涉及的各种知识、命令和工具等，均来自于作者一线企业级应用的总结；本书中总结的各类参数配置和故障诊断的案例等，也均来自于作者真实企

  3. 所属分类：Web开发

    • 发布日期：2019-05-24
    • 文件大小：156mb
    • 提供者：wangcx

  1. Spark基本架构及原理

  2. ApacheSpark是一个围绕速度、易用性和复杂分析构建的大数据处理框架，最初在2009年由加州大学伯克利分校的AMPLab开发，并于2010年成为Apache的开源项目之一，与Hadoop和Storm等其他大数据和MapReduce技术相比，Spark有如下优势：Spark提供了一个全面、统一的框架用于管理各种有着不同性质（文本数据、图表数据等）的数据集和数据源（批量数据或实时的流数据）的大数据处理的需求官方资料介绍Spark可以将Hadoop集群中的应用在内存中的运行速度提升100倍，甚至

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：823kb
    • 提供者：weixin_38712416

  1. Spark基本架构及原理

  2. ApacheSpark是一个围绕速度、易用性和复杂分析构建的大数据处理框架，最初在2009年由加州大学伯克利分校的AMPLab开发，并于2010年成为Apache的开源项目之一，与Hadoop和Storm等其他大数据和MapReduce技术相比，Spark有如下优势：Spark提供了一个全面、统一的框架用于管理各种有着不同性质（文本数据、图表数据等）的数据集和数据源（批量数据或实时的流数据）的大数据处理的需求 官方资料介绍Spark可以将Hadoop集群中的应用在内存中的运行速度提升100倍，甚

  3. 所属分类：其它

    • 发布日期：2021-01-27
    • 文件大小：823kb
    • 提供者：weixin_38748556