Spark Chapter 1：Introduction to Spark（Spark 简介）

一、Spark Introduction（Spark 简介） 设想一个场景：每个人都用过 QQ，它会不定期地给你推荐一些你可能认识的人。那么，这些数据是从哪里来的呢？实际上，它是通过分析每个人的好友列表数据得出的。一个人的好友列表数据量非常庞大，光是存储就是一个问题，更不用说数据处理了。这时，我们就

Linux-CentOS Stream 安装 MySQL

一、安装 MySQL 1、从官网下载仓库配置 rpm 包 默认的 yum 仓库里是没有 MySQL 的，需要先在 MySQL 的官网下载安装他的仓库配置 rpm 包。（这个 rpm 包不包含 MySQL 本体，它的作用只是在 yum 的配置文件中添加 MySQL 本体的下载地址🙂） 打开MySQL

该死的三角洲，毁了我的暑假

什么都没干，玩了一个暑假😭。 琳琅天上，把我的暑假还给我😡。

NoSQL Chapter 4：Aggregation Framework, Transaction and Replication（聚合框架、事务和复制）

NoSQL Chapter 3：Working with MongoDB index, geospatial data and time series（MongoDB 索引、地理空间与时序数据处理）

LocalBites 是一家初创公司，他的目标是提供关于附近餐厅的实时信息、优化配送路线，并生成有关用户偏好和餐厅人气的有价值分析。关键内容包括索引的实现、地理空间索引以及聚合管道的使用。 LocalBites 所处的是一个竞争激烈的市场，在这里，快速的响应时间和准确的基于位置的数据对于用户满意度至

NoSQL Chapter 2：Working with MongoDB（使用 MongoDB）

一、Need for Schemas（模式需求） **模式（Schema）**在数据库管理系统中起着至关重要的作用，它为数据的组织和存储提供了蓝图。 虽然 MongoDB 是一个无模式（schema-less）的 NoSQL 数据库，但合理使用模式（Schema）可以显著提升数据库的结构性、一致性和

NoSQL Chapter 1：Introduction to NoSQL（NoSQL 简介）

一、Introduction to NoSQL（NoSQL 简介） 数据库是一个用于存储数据的平台，其设计目标是确保数据的安全性、可靠性和易于访问性。通常，数据库分为两种类型：关系型数据库和非关系型数据库。非关系型数据库通常被称为 NoSQL 数据库。 NoSQL数据库用于存储大量复杂且多样化的数据

Hadoop Chapter 6：Hadoop Serialization and Compression（Hadoop 的序列化与压缩）

Hadoop Chapter 5：Deep Insight of MapReduce（深入解析 MapReduce）

一、Introduction of MapReduce（MapReduce 简介） MapReduce 是 Hadoop 的处理层。MapReduce 编程模型旨在通过将工作划分为一组独立的任务，来并行处理海量数据。你只需将业务逻辑融入 MapReduce 的工作方式中，其余的部分将由框架自动处理。