#
1.客户端或者用户通过调用FileSystem对象的Open()方法打开需要读取的文件，这时就是HDSF分布式系统所获取的一个对象 2.FileSystem通过远程协议调用NameNode确定文
Hbase介绍 HBase是一个开源的非关系型分布式数据库（NoSQL），它参考了谷歌的BigTable建模，实现的编程语言为 Java。它是Apache软件基金会的Hadoop项目的一部分，运行于
当我们需要用更直观有效的形式来展现各类大数据信息时，热力图无疑是一种很好的方式。作为一种密度图，热力图一般使用具备显著颜色差异的方式来呈现数据效果，热力图中亮色一般代表事件发生频率较高或事物分布密度较
大数据不等于大量的数据，也不等于全部数据。这是理解什么是大数据很重要的一个点，通常人为的大数据的4V特点：Volume（数据量）、Velocity（数据传输速度）、Variety（数据多样性）、Val
通过前面的学习，大家已经了解了HDFS文件系统。有了数据，下一步就要分析计算这些数据，产生价值。接下来我们介绍Mapreduce计算框架，学习数据是怎样被利用的。Mapreduce计算框架如果将Had
根本的原因，互联网***了我们的生活，从线上延伸到线下，人车物都被数据化了，这才使数据的大规模商用成为可能，再包装一个名号大数据。 技术层面无非是把一台机器做不了的事分给很多机器做，并不是主要的进步。
[TOC] Spark RDD 非常基本的说明，下面一张图就能够有基本的理解： Spark RDD基本说明 1、Spark的核心概念是RDD (resilient distributed data
一、人群画像1.什么是人群画像大数据？人群画像通过收集用户的行为特征、年龄特征、用户场景、地域特征、目标动机等一系列海量真实数据，建立用户模型，抽出典型目标用户针对性分析。2.人群画像大数据有什么作用
一、基本概念：1、Scala是一个混合式编程语言，它既支持面向对象编程，也支持函数式编程-但它更强调函数式编程；2、Scala支持函数式编程的概念，如不可变数据结构和函数作为一类公民、trait；3、
学习spark任何的技术之前，请正确理解spark，可以参考：正确理解sparkRDD java api其实底层是调用了scala的api来实现的，所以我们有必要对java api是怎么样去调用sca
