k -means聚类是一种分区方法。该函数kmeans将数据分区为k个互斥集群，并返回它为每个观察分配的集群的索引。 与层次聚类不同，k -means聚类对实际观察（而不是较大的相异度度量集）进行操作，并创建单个级别的聚类。这些区别意味着k -means聚类通常比大量数据的层次聚类更合适。 使用方法 ...
分类：
其他好文 时间：
2018-09-08 21:03:38
阅读次数：
1024
spark一个最重要的特性就是对数据集在各个节点的分区进行控制。控制数据分布可以减少网络开销，极大地提升整体性能。spark core之数据分区主要包括：分区器、影响分区的算子操作、repartition和partitionby的区别、repartition和coalesce的区别、实例分析。
分类：
其他好文 时间：
2018-08-26 01:15:24
阅读次数：
210
spark core之RDD编程包括：五大特性、创建RDD、RDD操作(转化操作、行动操作、缓存)、容错机制。
分类：
其他好文 时间：
2018-08-24 00:38:21
阅读次数：
186
原文链接：https://mp.weixin.qq.com/s/uwmLR-1Jo_VNXRFA0yYWlg Apache Pulsar是一个企业级的发布订阅（pub-sub）消息系统，最初由Yahoo开发，并于2016年底开源，现在是Apache软件基金会的一个孵化器项目。Pulsar在Yahoo ...
分类：
Web程序 时间：
2018-08-19 23:51:04
阅读次数：
443
Apache Pulsar 是 2016 年 yahoo 开源的下一代大规模分布式消息系统，目前已经加入 Apache 基金会。在 Yahoo 的生产环境中大规模部署并使用了近 4 年，服务于 Mail、Finance、Sports、Flickr、the Gemini Ads platform、Sh ...
分类：
Web程序 时间：
2018-08-13 10:46:35
阅读次数：
258
kafka消息是通过主题来进行组织和区分的，每个主题有分为零个或多个分区，分区数量可以在创建时指定也可以后期修改，不过修改只能增加不能删除，每个分区又有一个或多个副本，副本中会有一个副本被选做Leader副本，该副本对外提供读写操作，其他副本则是Follower。生产者发送消息到Leader副本的代理节点上，Follower副本从Leader同步数据。分区的每个副本对应到一个Log对象，每个Log
分类：
其他好文 时间：
2018-07-15 21:19:59
阅读次数：
345
MySQL 为什么用自增列作为主键 为什么使用数据索引能提高效率 B+树索引和哈希索引的区别 B+树是一个平衡的多叉树，从根节点到每个叶子节点的高度差值不超过1，而且同层级的节点间有指针相互链接，是有序的 哈希索引就是采用一定的哈希算法，把键值换算成新的哈希值，检索时不需要类似B+树那样从根节点到叶 ...
分类：
数据库 时间：
2018-07-10 12:41:11
阅读次数：
180
1、低级自动发现概述 zabbix的低级自动发现（LLD）适用于监控多实例，监控变化的数据(分区、网卡)。 自动发现（LLD）提供了一种在计算机上为不同实体自动创建监控项，触发器和图形的方法。例如，Zabbix可以在你的机器上自动开始监控文件系统或网络接口，而无需为每个文件系统或网络接口手动创建监控... ...
分类：
数据库 时间：
2018-07-07 14:25:47
阅读次数：
240
分区找不到是比较常见的数据恢复案例，需要注意，分区找不到后不要再重建新的分区。保护好数据丢失现场，可以最大程度的恢复出数据。具体的恢复方法看正文了解。
分类：
其他好文 时间：
2018-07-03 11:56:46
阅读次数：
121
分区误删是比较常见的数据恢复案例，需要注意，分区误删后不要再重建新的分区。保护好文件丢失现场，可以最大程度的恢复出文件。具体的恢复方法看正文了解。
