基于ApacheKylin构建大数据分析平台,解决Hadoop查询速度的问题，做到亚秒级的查询速度
2024/10/27 20:35:38
89.86MB
1
包含谷粒影音项目的User表74702条用户信息数据和5张video表，每张表都有几百条数据，解压后数据大小总共有238兆，非常适合学习hive和训练大数据项目的人使用
2024/10/24 16:35:49
118.51MB
1
随着大数据、云计算、智慧城市、移动互联网和物联网等应用的快速发展，各行各业对于数据中心场地基础设施的需求也越来越大。
数据中心单体规模越大、系统越复杂，其脆弱性也越高，对于数据中心运行维护管理水平的要求也就越高。
中国数据中心产业发展联盟为了提升整个数据中心行业在数据中心场地基础设施的运维管理水平，特发起了本标准的制定。
本标准适用于：政府及企业信息化管理负责人、数据中心负责人、数据中心场地基础设施的运维管理人员。
本标准可为以上人群进行数据中心场地基础设施的运维管理提供系统性的建议，也可作为用户评价数据中心场地基础设施运维服务水平的参考。
本标准专注于数据中心场地基础设施层面。
本标准从安全、人员、设施以及运行四个角度关注以上界定的场地基础设施，以达到高可用性及经济运行的目标。
考虑到标准的篇幅限制，也考虑到不同数据中心间运维目标等级不同、规模不同、配置的巨大差异性，因此，本标准注重于具有普适性的运维管理系统框架的完整性。
考虑到标准需要为数据中心行业提供更加具体的指导，我们将陆续提供一系列的最佳实践文档作为本标准的补充。
数据中心单体规模越大、系统越复杂，其脆弱性也越高，对于数据中心运行维护管理水平的要求也就越高。
中国数据中心产业发展联盟为了提升整个数据中心行业在数据中心场地基础设施的运维管理水平，特发起了本标准的制定。
本标准适用于：政府及企业信息化管理负责人、数据中心负责人、数据中心场地基础设施的运维管理人员。
本标准可为以上人群进行数据中心场地基础设施的运维管理提供系统性的建议，也可作为用户评价数据中心场地基础设施运维服务水平的参考。
本标准专注于数据中心场地基础设施层面。
本标准从安全、人员、设施以及运行四个角度关注以上界定的场地基础设施，以达到高可用性及经济运行的目标。
考虑到标准的篇幅限制，也考虑到不同数据中心间运维目标等级不同、规模不同、配置的巨大差异性，因此，本标准注重于具有普适性的运维管理系统框架的完整性。
考虑到标准需要为数据中心行业提供更加具体的指导，我们将陆续提供一系列的最佳实践文档作为本标准的补充。
2024/10/16 12:06:20
2.54MB
1
主要讲聚类算法的综述。
这篇文章几乎将各个领域的聚类算法给一网打尽，太好了。
从各种方向上来谈论聚类算法(层次,划分,大数据集,图形,文本聚类,模糊聚类等)，以及聚类的相关问题(如何计算距离,如何确定聚类个数,如果对聚类结果进行评价等)
这篇文章几乎将各个领域的聚类算法给一网打尽，太好了。
从各种方向上来谈论聚类算法(层次,划分,大数据集,图形,文本聚类,模糊聚类等)，以及聚类的相关问题(如何计算距离,如何确定聚类个数,如果对聚类结果进行评价等)
2024/10/13 21:11:39
1.49MB
1
第一阶段：这一阶段会学习MapReduce、Hive、HDFS、Yarn、Spark等计算框架的开发技术，以及Scala编程语言。
通过项目实践，你能快速掌握这些技术，获得数据开发、数据挖掘、机器学习等职位必备的基本开发能力。
第二阶段：这一阶段会学习FLume、Kafka、SparkStreaming、Flink/Storm、Zookeeper、HBase等计算框架的开发技术，以及大数据体系内的数据采集和数据仓库理论思想和技术实现。
通过项目实践，你能快速掌握这些技术，获得完整的大数据架构开发能力。
第三阶段：这一阶段会学习NLP文本相似度、中文分词、HMM算法、推荐算法CF、回归算法等应用与开发技术，整体认识商业项目-音乐推荐系统。
使用海量真实数据对大数据平台和算法进行应用实践，快速掌握大数据行业具有巨大价值的核心技术。
第四阶段：这一阶段会学习分类算法、聚类算法、分类算法-决策树、分类算法-SVM、神经网络+深度学习，深化前3阶段技术能力，初入机器学习领域。
通过对机器学习核心算法的强化练习，你将能完美胜任目前人才最紧缺的数据挖掘开发职位。
通过项目实践，你能快速掌握这些技术，获得数据开发、数据挖掘、机器学习等职位必备的基本开发能力。
第二阶段：这一阶段会学习FLume、Kafka、SparkStreaming、Flink/Storm、Zookeeper、HBase等计算框架的开发技术，以及大数据体系内的数据采集和数据仓库理论思想和技术实现。
通过项目实践，你能快速掌握这些技术，获得完整的大数据架构开发能力。
第三阶段：这一阶段会学习NLP文本相似度、中文分词、HMM算法、推荐算法CF、回归算法等应用与开发技术，整体认识商业项目-音乐推荐系统。
使用海量真实数据对大数据平台和算法进行应用实践，快速掌握大数据行业具有巨大价值的核心技术。
第四阶段：这一阶段会学习分类算法、聚类算法、分类算法-决策树、分类算法-SVM、神经网络+深度学习，深化前3阶段技术能力，初入机器学习领域。
通过对机器学习核心算法的强化练习，你将能完美胜任目前人才最紧缺的数据挖掘开发职位。
2024/10/13 15:34:27
128B
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