高并发，几乎是每个程序员都想拥有的经验。原因很简单：随着流量变大，会遇到各种各样的技术问题，比如接口响应超时、CPU load升高、GC频繁、死锁、大数据量存储等等，这些问题能推动我们在技术深度上不断精进。 在过往的面试中，如果候选人做过高并发的项目，我通常会让对方谈谈对于高并发的理解，但是能系统性 ...
分类：
其他好文 时间：
2020-11-08 17:21:16
阅读次数：
20
运营商大数据精准营销获客服务项目，帮助企业实现低成本高效率的商业先机，帮助企业挖掘精准客源和最后一公里的精准触达。 运营商大数据精准营销可以为企业获客实现什么？ 如何通过运营商大数据来精准获客？ 1、运营商大数据资源的精准性 第一、运营商大数据资源的精准性：获客盟运营商大数据精准营销，根据企业需求， ...
分类：
移动开发 时间：
2020-11-07 17:34:15
阅读次数：
31
经典教程|基于SparkGraphX实现微博二度关系推荐导读：图计算是近几年大数据领域非常受关注的热点，社交网络中的好友关系推荐是一种典型图计算场景，本文是微博关系项目团队在二度关系计算中的一些实践，供高可用架构读者参考，作者为王舜、蒋生武、田瑞林。关系计算问题描述二度关系是指用户与用户通过关注者为桥梁发现到的关注者之间的关系。目前微博通过二度关系实现了潜在用户的推荐。用户的一度关系包含了关注、好
分类：
其他好文 时间：
2020-11-07 17:07:30
阅读次数：
27
我们前面一篇文章以“隔空接吻机”为例子，对物联网的概念和框架做了一个简单的介绍，朋友们如果感兴趣，可以戳>>>《【涂鸦物联网足迹】物联网基础介绍篇》。接下来的系列文章，我们将以“隔空接吻机”为例，来聊一下如果我们要全面开发一个功能完整的“隔空接吻机”，我们要经历哪些开发过程。一、涂鸦智能介绍：世界很大，一起涂鸦！不过，在此之前，我们先选定一个云开发平台，能够帮助我们完成全流程开发
分类：
其他好文 时间：
2020-11-07 16:59:36
阅读次数：
22
大数据获客的精准，已经成为企业获客途径主要来历多归纳服务平台化数据收集：互联网大数据的统计分析数据来自一般是多样化的，多归纳服务平台化的数据收集能使对网民行为的勾勒更加多方位而精准。多归纳服务平台收集可包括互联网技术性、移动互联网、广电网、智能电视机未来也是户外智能化系统屏等统计分析数据。 注重时效 ...
分类：
移动开发 时间：
2020-11-07 16:40:12
阅读次数：
25
机器学习平台痛点与模型提升方法：基于Spark的机器学习平台在点融网风控应用介绍编者按：大数据和机器学习是近年来快速增长的热门领域，各个领域的数据量和数据规模都以惊人的速度增长。本文是近期举行的架构实践日点融网刘利就“机器学习平台在点融网业务的应用介绍”这一话题的精彩分享。作者简介：刘利，点融网DataScientistTeam负责人，从事互联网数据分析和数据挖掘近十年。现任点融网DataScie
分类：
其他好文 时间：
2020-11-07 15:58:21
阅读次数：
20
微博广告Hubble系统：秒级大规模分布式智能监控平台架构实践关键词：微博广告Hubble监控平台D+大数据机器学习LSTMTensorflow业务背景Hubble（哈勃，其含义是数据如浩瀚宇宙之大，Hubble如太空望远镜，能窥见璀璨的星辰，发现数据的真正价值）平台定位为微博广告智能全景监控、数据透视和商业洞察。计算广告系统是集智能流量分发、投放、结算、CTR预估、客户关系管理等为一体的大型互联
分类：
其他好文 时间：
2020-11-07 15:41:51
阅读次数：
19
创业过5家大数据公司，Kaggle竞赛冠军：互联网深度学习误区—花大力气在那些影响力很小的事情上本文作者：GregoryPiatetsky,KDnuggets.我对有着“摇滚明星”美誉的数据科学家杰里米·霍华德进行了独家采访，他谈到了自己最新出品的深度学习网络课程，Kaggle因何获得行业领先地位，以及数据科学家的价值所在。杰里米·霍华德（@jeremyphoward），是数据科学领域的“摇滚明星
分类：
其他好文 时间：
2020-11-07 15:39:15
阅读次数：
23
关于概念的东西，其实官网说的很全，对于个人理解就是，flink、spark等等大数据处理平台就是把原来需要我们自己实现的功能，全部框架封装好，像是跨机器的大规模计算、内存/cpu等等资源管理、状态管理(锁还有恢复机制等等）框架全部封装好了，作为开发来说就只需要关心自己要实现的业务就可以了以下内容来自官网，从3个方面介绍Flink：架构ApacheFlink是一个框架和分布式处理引擎，用于在无边界和
分类：
其他好文 时间：
2020-11-06 02:27:17
阅读次数：
21
基本概念部分，批处理和流处理的区别批处理在大数据世界有着悠久的历史,比较典型的就是spark。批处理主要操作大容量静态数据集，并在计算过程完成后返回结果。批处理模式中使用的数据集通常符合下列特征：（1）有界：批处理数据集代表数据的有限集合（2）持久：数据通常始终存储在某种类型的持久存储位置中（3）大量：批处理操作通常是处理极为海量数据集的唯一方法批处理非常适合需要访问全套记录才能完成的计算工作。例
分类：
其他好文 时间：
2020-11-06 02:26:18
阅读次数：
29
