通过flume监控文件，让kafka消费flume数据，再将sparkstreaming连接kafka作为消费者进行数据处理，文档整理实现
2023/6/7 18:34:57
3.33MB
数据治理是指从使用零散数据变为使用统一主数据、从具有很少或没有组织和流程治理到企业范围内的综合数据治理、从尝试处理主数据混乱状况到主数据井井有条的一个过程。
2023/6/3 14:46:30
10.73MB
应老师要求，对谷歌三篇论文进行阅读，并且写好阅读报告。
粗略看完谷歌三篇论文，《GoogleMapreduce》、《GoogleFileSystem》、《GoogleBigTable》，说实话看的很迷茫，对于计算机的了解刚起步的我，实在很难这么短时间理解比较深刻的的论文，只能说有一个大致的印象。
之前初步了解到学习谷歌的三篇论文需要java、分布式、操作系统这些基础，也了解到大数据不可阻挡的趋势
粗略看完谷歌三篇论文，《GoogleMapreduce》、《GoogleFileSystem》、《GoogleBigTable》，说实话看的很迷茫，对于计算机的了解刚起步的我，实在很难这么短时间理解比较深刻的的论文，只能说有一个大致的印象。
之前初步了解到学习谷歌的三篇论文需要java、分布式、操作系统这些基础，也了解到大数据不可阻挡的趋势
2023/6/2 4:23:58
23KB
即便是菜鸟也可以自己搭建Hadoop集群的教程，Linux上CentOS7安装CDH5.12.1进行集群搭建。
以及遇到的问题总结。
和大家分享，共同进步。
本来不想设置分数，但是最低就是1分。
。
。
。
。
以及遇到的问题总结。
和大家分享，共同进步。
本来不想设置分数，但是最低就是1分。
。
。
。
。
2023/5/31 10:42:26
4.85MB
收集爬虫（又被称为网页蜘蛛，收集机械人，在FOAF社区中间，更频频的称为网页追赶者），是一种依据未必的法则，自动地抓取万维网信息的法度圭表标准大概剧本。
另外一些不常使用的名字另有蚂蚁、自动索引、模拟法度圭表标准大概蠕虫。
本实例经由Java爬取豆瓣影戏数据，并经由文件流存入当地
另外一些不常使用的名字另有蚂蚁、自动索引、模拟法度圭表标准大概蠕虫。
本实例经由Java爬取豆瓣影戏数据，并经由文件流存入当地
2023/5/7 10:54:17
15.97MB