大数据教程.zip0.大数据的4个特征0.大数据的三个发展方向0.大数据涉及到的技术1.初识Hadoop2.第一个MapReduce程序3.Hive4.把别处的数据搞到Hadoop上5.把Hadoop上的数据搞到别处去6.SparkSQL7.Kafka8.Oozie9.Storm,SparkStreaming10.对外提供数据11.机器学习12.SparkSQLOnHadoop框架最终的：大数据平台
2023/7/24 6:06:09
27.54MB
1
ApacheSparkisaunifiedanalyticsengineforlarge-scaledataprocessing.Itprovideshigh-levelAPIsinJava,Scala,PythonandR,andanoptimizedenginethatsupportsgeneralexecutiongraphs.Italsosupportsarichsetofhigher-leveltoolsincludingSparkSQLforSQLandstructureddataproc
2023/5/15 12:27:45
213.68MB
1
2021贺岁大数据入门spark3.0入门到知道资源简介：本课程中使用民间在2020年9月8日宣告的Spark3.0系列最新平稳版：Spark3.0.1。
共课程搜罗9个章节：Spark情景搭建，SparkCore，SparkStreaming，SparkSQL，StructuredStreaming，Spark综合案例，Spark多语言开拓，Spark3.0新特色，Spark成果调优。
共课程搜罗9个章节：Spark情景搭建，SparkCore，SparkStreaming，SparkSQL，StructuredStreaming，Spark综合案例，Spark多语言开拓，Spark3.0新特色，Spark成果调优。
2023/5/2 19:01:05
478.74MB
1
本文则主要引见TalkingData在大数据平台建设过程中，逐渐引入Spark，并且以HadoopYARN和Spark为基础来构建移动大数据平台的过程。
当下，Spark已经在国内得到了广泛的认可和支持：2014年，SparkSummitChina在北京召开，场面火爆；
同年，SparkMeetup在北京、上海、深圳和杭州四个城市举办，其中仅北京就成功举办了5次，内容更涵盖SparkCore、SparkStreaming、SparkMLlib、SparkSQL等众多领域。
而作为较早关注和引入Spark的移动互联网大数据综合服务公司，TalkingData也积极地参与到国内Spark社区的各种活动，
当下，Spark已经在国内得到了广泛的认可和支持：2014年，SparkSummitChina在北京召开，场面火爆；
同年，SparkMeetup在北京、上海、深圳和杭州四个城市举办，其中仅北京就成功举办了5次，内容更涵盖SparkCore、SparkStreaming、SparkMLlib、SparkSQL等众多领域。
而作为较早关注和引入Spark的移动互联网大数据综合服务公司，TalkingData也积极地参与到国内Spark社区的各种活动，
2023/2/14 1:52:31
415KB
1
通过importorg.apache.spark.sql.SparkSession等导入所需求的jar包，基本涵盖了sparksql所需求的jar包
2023/2/13 5:33:51
46.79MB
1
2021贺岁大数据入门spark3.0入门到精通资源简介：本课程中使用官方在2020年9月8日发布的Spark3.0系列最新稳定版：Spark3.0.1。
共课程包含9个章节：Spark环境搭建，SparkCore，SparkStreaming，SparkSQL，StructuredStreaming，Spark综合案例，Spark多语言开发，Spark3.0新特性，Spark功能调优。
共课程包含9个章节：Spark环境搭建，SparkCore，SparkStreaming，SparkSQL，StructuredStreaming，Spark综合案例，Spark多语言开发，Spark3.0新特性，Spark功能调优。
2015/8/22 23:45:22
595.06MB
1
Spark是加州大学伯克利分校AMP实验室（Algorithms,Machines,andPeopleLab）开发通用内存并行计算框架。
Spark在2013年6月进入Apache成为孵化项目，8个月后成为Apache顶级项目，速度之快足见过人之处，Spark以其先进的设计理念，迅速成为社区的热门项目，围绕着Spark推出了SparkSQL、SparkStreaming、MLLib和GraphX等组件，也就是BDAS（伯克利数据分析栈），这些组件逐渐构成大数据处理一站式解决平台。
从各方面报道来看Spark抱负并非池鱼，而是希望替代Hadoop在大数据中的地位，成为大数据处理的主流标准，不过Spark还没有太多大项目的检验，离这个目标还有很大路要走。
Spark在2013年6月进入Apache成为孵化项目，8个月后成为Apache顶级项目，速度之快足见过人之处，Spark以其先进的设计理念，迅速成为社区的热门项目，围绕着Spark推出了SparkSQL、SparkStreaming、MLLib和GraphX等组件，也就是BDAS（伯克利数据分析栈），这些组件逐渐构成大数据处理一站式解决平台。
从各方面报道来看Spark抱负并非池鱼，而是希望替代Hadoop在大数据中的地位，成为大数据处理的主流标准，不过Spark还没有太多大项目的检验，离这个目标还有很大路要走。
2015/10/10 15:29:11
38.73MB
1
Spark是Apache顶级项目里面最火的大数据处理的计算引擎，它目前是担任大数据计算的工作。
包括离线计算或交互式查询、数据挖掘算法、流式计算以及图计算等。
核心组件如下：SparkCore：包含Spark的基本功能；
尤其是定义RDD的API、操作以及这两者上的动作。
其他Spark的库都是构建在RDD和SparkCore之上的。
SparkSQL：提供通过ApacheHive的SQL变体Hive查询语言（HiveQL）与Spark进行交互的API。
每个数据库表被当做一个RDD，SparkSQL查询被转换为Spark操作。
对熟悉Hive和HiveQL的人，Spark可以拿来就用。
SparkStrea
包括离线计算或交互式查询、数据挖掘算法、流式计算以及图计算等。
核心组件如下：SparkCore：包含Spark的基本功能；
尤其是定义RDD的API、操作以及这两者上的动作。
其他Spark的库都是构建在RDD和SparkCore之上的。
SparkSQL：提供通过ApacheHive的SQL变体Hive查询语言（HiveQL）与Spark进行交互的API。
每个数据库表被当做一个RDD，SparkSQL查询被转换为Spark操作。
对熟悉Hive和HiveQL的人，Spark可以拿来就用。
SparkStrea
2018/6/20 1:19:43
557KB
1
最全Spark操作完整示例代码-------是基于java的。
包含所有的spark常用算子操作和ml以及mlib、sparkstreaming、sparkSQL操作的示例DEMO。
内附有详细说明,由于内容过大删除了两个jar包,需要本人去下载,spark的安装包下的有这两个包，导入项目即可。
懒得改maven项目了。
适合有一定基础和已经工作的人员下载学习。
个人Github:https://github.com/huangyueranbbc
包含所有的spark常用算子操作和ml以及mlib、sparkstreaming、sparkSQL操作的示例DEMO。
内附有详细说明,由于内容过大删除了两个jar包,需要本人去下载,spark的安装包下的有这两个包，导入项目即可。
懒得改maven项目了。
适合有一定基础和已经工作的人员下载学习。
个人Github:https://github.com/huangyueranbbc
2015/3/14 16:06:21
43B
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB