进程与线程的区别1.1概述:进程是具有一定独立功能的程序关于某个数据集合上的一次运行活动,进程是系统进行资源分配和调度的一个独立单位. 线程是进程的一个实体,是CPU调度和分派的基本单位,它是比进程更小的能独立运行的基本单位.线程自己基本上不拥有系统资源,只拥有一点在运行中必不可少的资源(如程序计....
分类：
编程语言 时间：
2014-09-11 11:03:51
阅读次数：
223
原文: 我的EntityFramework（2）：简单的数据查询 在上一篇博文中，已经搭建了基本的框架，接下来就进行简单的数据查询，这里主要用了Linq
常见的数据集查询 var companyList = from c in dbs.Company where c.ID > ...
分类：
其他好文 时间：
2014-09-11 07:40:41
阅读次数：
184
sparkSpark基于这样的理念，当数据庞大时，把计算过程传递给数据要比把数据传递给计算过程要更富效率。每个节点存储（或缓存）它的数据集，然后任务被提交给节点。所以这是把计算过程传递给数据。这和Hadoopmap/reduce非常相似，除了积极使用内存来避免I/O操作，以使得迭代算法（前一步计算输...
分类：
其他好文 时间：
2014-09-10 22:26:41
阅读次数：
191
内存溢出是指应用系统中存在无法回收的内存或使用的内存过多，最终使得程序运行要用到的内存大于虚拟机能提供的最大内存。 引起内存溢出的原因有很多种，常见的有以下几种： 1.内存中加载的数据量过于庞大，如一次从数据库取出过多数据； 2.集合类中有对对象的引用，使用完后未清空，使得JVM不能回收； ...
分类：
其他好文 时间：
2014-09-10 21:04:31
阅读次数：
401
决胜云计算大数据时代”Spark亚太研究院100期公益大讲堂【第3期互动问答分享】Q1：groupbykey是排好序的吗？分组排序怎么实现？groupByKey在一个由（K,V）对组成的数据集上调用，返回一个（K，Seq[V])对的数据集，所以是没有排序的；要想分组排序，首先要使用groupByKey完成分..
分类：
其他好文 时间：
2014-09-10 14:19:51
阅读次数：
259
分布式文件系统 分布式文件系统：当数据集的大小超过一台独立物理计算机的存储能力时，就有必要对它进行分区（partition）并存储到若干台单独的计算机上。管理网络中夸多台计算机存储的文件系统。这种系统构架于网络之上，肯定会引入网络编程的复杂性，因此它比普通的磁盘文件系统更为复杂。 我们首先来简单.....
分类：
其他好文 时间：
2014-09-09 23:03:59
阅读次数：
362
Apriori算法也属于无监督学习，它强调的是“从数据X中能够发现什么”。从大规模的数据集中寻找物品之间隐含关系被称为关联分析或者称为关联规则学习。这里的主要问题在于，寻找物品的不同组合是一项十分耗时的任务，所需的计算代价很高，蛮力搜索并不能解决这个问题。因此此处介绍使用Apriorio算法来解决上述问题。
1：简单概念描述
(1) 频繁项集：指经常出现在一块的物品的...
分类：
其他好文 时间：
2014-09-09 20:11:19
阅读次数：
313
数组即是一组相同类型组合在一起，使用一个通用的名称，通过分配的下标访问的数据集合中的元素。数组是具有相同类型的一组数据。当访问数组中的数据时，可以通过下标来指明。c#中数组元素可以为任何数据类型，数组下标从0开始，即第一个元素对应的下标为0，以后逐个递增。数组可以一维也可多维。一维数组是最基本的数组...
分类：
其他好文 时间：
2014-09-09 15:51:38
阅读次数：
203
Asp.net应用程序数据缓存 System.Web.Caching 命名空间提供用于缓存服务器上常用数据的类。此命名空间包括 Cache 类，该类是一个字典，您可以在其中存储任意数据对象，如哈希表和数据集。它还为这些对象提供了失效功能，并为您提供了添加和移除这些对象的方法。您还可以添加依赖于其他....
分类：
Web程序 时间：
2014-09-09 15:30:48
阅读次数：
137
ModelSelection主要是用于选择合适的列对数据集进行分割，结合上一篇J48的主流程，发现用到的ModelSelection有 C45ModelSelection以及BinC45ModelSelection，先来分析C45ModelSelection。
一、C45ModelSelection
首先作为一个ModelSelection接口，实现的主要方法有两个，分别是select...
分类：
其他好文 时间：
2014-09-07 22:32:55
阅读次数：
311
