#
[TOC] 概述 大数据实时计算介绍 1、Spark Streaming，其实就是一种Spark提供的，对于大数据，进行实时计算的一种框架。它的底层，其实，也是基于我们之前讲解的Spark Cor
MongoDB 分片 在Mongodb里面存在另一种集群，就是分片技术,可以满足MongoDB数据量大量增长的需求。 当MongoDB存储海量的数据时，一台机器可能不足以存储数据，也可能不足以提
Yarn是一个分布式的资源管理系统，用以提高分布式的集群环境下的资源利用率，这些资源包括内存、IO、网络、磁盘等。其产生的原因是为了解决原MapReduce框架的不足。 最初MapReduce的com
SELECT CASE (pmod(datediff(f0.`4168388__c_0`,'1970-01-04'),7)+1) WHEN '1' THEN '星期日' WHEN '2'
本篇文章给大家分享的是有关大数据和海量数据有什么区别与联系，小编觉得挺实用的，因此分享给大家学习，希望大家阅读完这篇文章后可以有所收获，话不多说，跟着小编一起来看看吧。”大数据”包含”海量数据”的含义
Kafka为什么速度快、吞吐量大 Kafka是大数据领域无处不在的消息中间件，目前广泛使用在企业内部的实时数据管道，并帮助企业构建自己的流计算应用程序。Kafka虽然是基于磁盘做的数据存储，但却具有高
[TOC] 非集群配置 这种情况非集群配置方式，比较简单，可以直接参考我整理的《Flume笔记整理》，其基本结构图如下： Flume集群之多个Agent一个source 结构说明 结构图如下： 说
[TOC] Hive笔记整理（二） Hive中表的分类 managed_table—受控表、管理表、内部表 表中的数据的生命周期/存在与否，受到了表结构的影响，当表结构被删除的，表中的数据随之一并被
英文原文：https://qbox.io/blog/elasticsearch-search-tuning-5-0-ultimate-guide 作者：Adam Vanderbush 译者：杨振
软件环境 RHEL6.8 hadoop2.8.1 apache-maven-3.3.9findbugs-1.3.9 protobuf-2.5.0.tar.gz jdk-8u45(操作环境root安装启
