首页
博客
源码
资源
博客
源码
写文章
发布博客
发布资源
登录
X
大数
相关资讯
热门
最新
百科问答
01-01 08:00
百科问答
大数据建设需要怎么做(图解大数据建设的基本内容)
大数据建设需要怎么做(图解大数据建设的基本内容)大数据,通常用来形容一个公司创造的大量非结构化数据和半结构化数据,这些数据在下载到关系型数据库用于分析时会花费过多时间和金钱。麦肯锡全球研究所给出的定义是:一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合,具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。随着云时代的来临,大数据(Big data)也吸引了越来越多的关注。 此节,我就分
80
百科问答
01-01 08:00
百科问答
大数据报表如何设计(大数据报表可视化工具 )
大数据报表如何设计(大数据报表可视化工具 )在BI工具上做好数据可视化分析报表后,直接导出图片即可。关键在用什么BI工具来做才能及格数据可视化分析报表做得又快又好看又符合分析需求。从报表制作效率、数据展现直观度来看,建议采用SpeedBI数据分析云,因为它是一款直接在线就能做数据可视化分析报表的软件,又预设了大量的数据运算方式,点击即生效;还有大量的可用于不同分析场景中的数据可视化图表。同时SpeedBI数据分析云还支持上传图片自定义报表背
80
后端
01-01 08:00
后端
大数据基础笔记(4):为什么MapReduce这么设计
大数据基础笔记(4):为什么MapReduce这么设计,有了GFS这样的分布式存储,Google会用它来做什么?给什么样的人用?会遇到哪些问题?如何解决(设计)?1.问题问题思考1.GFS拿来做什么用?搜索引擎网页分析、机器学习、信息聚类、生成报表、图计算等2.给什么人用?数据分析师,开发工程师等。重点是,这些人对分布式技术不了解3.会遇到哪些问题?由于使用者对GFS的分布式技术不是很了解,直接用
79
代码人生
01-01 08:00
代码人生
大数据开发基础篇Linux之软件包管理流程分析
大数据开发基础篇Linux之软件包管理流程分析 1. RPM 1.1 RPM概述 RPM(RedHat Package Manager),Rethat软件包管理工具,类似windows里面的setup.exe 是Linux这系列操作系统里面的打包安装工具,它虽然是RedHat的标志,但理念是通用的。 RPM包的名称格式 Apache-1.3.23-11.i386.rpm “apache”
78
后端
01-01 08:00
后端
大数据开发:Kafka日志结构
Kafka作为大数据技术生态的重要组件,尤其是实时流数据处理场景下,作为分布式生产/消费系统,得到广泛的重用。而Kafka在数据生产和消费上,日志是主要的场景。今天的大数据开发学习分享,我们就来讲讲...
76
后端
01-01 08:00
后端
大数据基础知识
为了一场紧急考试,没有正经系统学习过大数据知识的我开始恶补概念 涉及Hadoop、Hbase、Spark、Flink、Flume、Kafka、Sqoop、HDFS、Hive、Mapreduce、Im...
74
百科问答
01-01 08:00
百科问答
大数据时代(大数据时代,数据使用的关键是)
大数据时代(大数据时代,数据使用的关键是)今天给各位分享大数据时代的知识,其中也会对大数据时代,数据使用的关键是进行解释,如果能碰巧解决你现在面临的问题,别忘了关注本站,现在开始吧!怎样解读大数据时代? 随着4G大数据时代的普及和5G的发展大数据时代,大数据时代到来大数据时代,在大数据时代我们的日常生活中,大数据已经存在于生活中,大数据不难理解,但就具体以西而言,可以从三个方面来理解大数据,帮助大家更好地了解。1、海量数据从字面上看,大数
74
后端
01-01 08:00
后端
大数据 ETL 处理工具 Kettle 的核心概念
宏观了解 Kettle 上一篇中对 Kettle 进行了简单的介绍,并快速体验了一把 Kettle,完成了「把数据从 CSV 文件复制到 Excel 文件」 HelloWrold 级别的功能。 而在...
71
后端
01-01 08:00
后端
大数据开发:Kafka日志结构
Kafka作为大数据技术生态的重要组件,尤其是实时流数据处理场景下,作为分布式生产/消费系统,得到广泛的重用。而Kafka在数据生产和消费上,日志是主要的场景。今天的大数据开发学习分享,我们就来讲讲...
70
百科问答
01-01 08:00
百科问答
大数据弊端案例(大数据收集数据的方法)
大数据弊端案例(大数据收集数据的方法)一位软件数据人士曾经告诉我,“没有人比大数据更了解你,包括你自己!在现实生活中,我们不得不“伪装”自己,试图让我们行为正常,但在网络大数据面前,你的兴趣和行为方式一目了然,甚至很多网站都知道你平时在浏览什么内容。大数据的可怕之处在于它控制着每个人的个人隐私。在它面前的个人隐私信息被不断地记录下来。每个人都是透明的,而手机是其延伸的触角和帮凶。大数据是机器学习的行为。你做的每件事,比如吃饭团购,你的
70
«
1
2
...
4
5
6
7
8
9
10
11
12
»