Spark Chapter 2：Operation Modes in Spark（Spark 的运行模式）
一、Introduction of Spark Running Mode（Spark 运行模式介绍） Spark 可以在多种模式下运行，可以在单机上以本地模式或伪分布式模式运行。当在集群中以分布式模式运行时，底层的资源调度可以使用 Mesos、YARN，或者 Spark 自带的 Standalone
Hive Chapter 1：Introduction to Hive（Hive 简介）
一、Hive Introduction（Spark 简介） Apache Hive 是一个开源的数据仓库软件，用于读取、写入和管理存储在 Apache Hadoop 分布式文件系统（HDFS）或其他数据存储系统（如 Apache HBase）中的大型数据集文件。Hive 允许 SQL 开发人员编写类
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
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 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。
Hadoop Chapter 4：HDFS Distributed File System（HDFS 分布式文件系统）
一、Introduction of Hadoop Shell Commands（Hadoop Shell 命令简介） Hadoop 分布式文件系统（HDFS）是一种分布式文件系统，基于“一次写入，多次读取”的理念，具有高容错性和高吞吐量。DataNode 负责处理来自文件系统客户端的读写请求。 HD
最近发布
