Hadoop从诞生至今已经发展成为一个大数据相关的庞大的软件生态系统。这里收集整理了跟Hadoop相关的Apache下的开源项目，以供后续分析研究。 Apache Hadoop Hadoop是一个大数据处理框架，它可用于从单台到数以千计的服务器集群的存储和计算服务。HadoopDistributed
分类：
其他好文 时间：
2016-02-12 12:53:01
阅读次数：
206
[思路网注] 本文一共分为上下两部分。我们将针对大数据开源工具不同的用处来进行分类，并且附上了官网和部分下载链接，希望能给做大数据的朋友做个参考。 本文一共分为上下两部分。我们将针对大数据开源工具不同的用处来进行分类，并且附上了官网和部分下载链接，希望能给做大数据的朋友做个参考。下面是第一部分。 查
分类：
其他好文 时间：
2016-01-28 13:43:56
阅读次数：
960
Invitation CardsTime Limit:8000MSMemory Limit:262144KTotal Submissions:23357Accepted:7675DescriptionIn the age of television, not many people attend t...
分类：
其他好文 时间：
2016-01-24 00:30:54
阅读次数：
275
这七种数据分析领域中最为人称道的降维方法感谢王穆荣的投稿，转自数盟社区近来由于数据记录和属性规模的急剧增长，大数据处理平台和并行数据分析算法也随之出现。于此同时，这也推动了数据降维处理的应用。实际上，数据量有时过犹不及。有时在数据分析应用中大量的数据反而会产生更坏的性能。最新的一个例子是采用 200...
分类：
其他好文 时间：
2015-12-28 20:33:53
阅读次数：
210
前言 为了运行summingbird demo，笔者走了很多的弯路，并且在国内基本上是查阅不到任何的资料，耗时很久才搞定了demo的运行。真的是一把辛酸泪，有兴趣想要研究summingbird的园友且听笔者一一道来，大体可以将summingbird理解为Storm + Hadoop。一、大数据处理....
分类：
其他好文 时间：
2015-12-28 15:48:15
阅读次数：
193
Spark的爆发式的成长，今年Spark相关书籍明显比去年那时候多得多，这里面所国内外目前所有的书籍推荐给大家。因为在网络上，不便于将书籍的电子版公开出来，需要的可以私信我或加我微信：zhouzhihubeyond国内Spark书籍：
《Spark大数据处理：技术、应用与性能优化》，作者：高彦杰，出版社：机械工业出版社，出版时间：2014年11月，Spark版本：1.0；
《Spark大数据处理...
分类：
其他好文 时间：
2015-11-16 22:54:52
阅读次数：
328
接上一部分：一共81个，开源大数据处理工具汇总（上），第二部分主要收集整理的内容主要有日志收集系统、消息系统、分布式服务、集群管理、RPC、基础设施、搜索引擎、Iaas和监控管理等大数据开源工具。 日志收集系...
分类：
其他好文 时间：
2015-11-16 17:46:31
阅读次数：
309
大数据时代大数据时代已经到来，大数据处理未来会遇到很多的问题，大数据存储就是一个很头疼的问题，做到分布式存储和分析是问题的核心。这次课外学习的资料主要说明的是protocolbuffer(简称PB)protocolbuffer(以下简称PB)是google的一种数据交换的格式，它独立于语言，独立于..
分类：
其他好文 时间：
2015-11-13 11:50:14
阅读次数：
259
在大数据处理场景中，多表Join是非常常见的一类运算。为了便于求解，通常会将多表join问题转为多个两表连接问题。两表Join的实现算法非常多，一般我们会根据两表的数据特点选取不同的join算法，其中，最常用的...
分类：
其他好文 时间：
2015-11-03 12:44:23
阅读次数：
335
简介Strom是一个开源的分布式流式计算系统，用来处理流式的数据，被称作为流式的hadoop，在电信行业，可以用来做大流量预警、终端营销、访问竞争对手产品从而做挽留等业务。本文将从storm在hadoop生态圈中所处位置、storm中术语、storm平台搭建、storm应用程序构建等详细介绍st..
分类：
其他好文 时间：
2015-10-20 12:26:05
阅读次数：
521
