当前标签：数据分析

上一页 1 2
Twitter的流处理器系统Heron——升级的storm，可以利用mesos来进行资源调度
bonelee 2017-02-15 14:07 阅读:572 评论:0 推荐:0 编辑
揭秘FaceBook Puma演变及发展——FaceBook公司的实时数据分析平台是建立在Hadoop 和Hive的基础之上，这个根能立稳吗？hive又是sql的Map reduce任务拆分，底层还是依赖hbase和hdfs存储
bonelee 2017-02-15 12:34 阅读:998 评论:0 推荐:0 编辑
大数据框架对比：Hadoop、Storm、Samza、Spark和Flink--容错机制（ACK，RDD，基于log和状态快照），消息处理at least once，exactly once两个是关键
bonelee 2017-02-01 23:55 阅读:8833 评论:0 推荐:0 编辑
大数据框架对比：Hadoop、Storm、Samza、Spark和Flink——flink支持SQL，待看
bonelee 2017-02-01 22:48 阅读:3888 评论:0 推荐:1 编辑
Hive数据导入——数据存储在Hadoop分布式文件系统中，往Hive表里面导入数据只是简单的将数据移动到表所在的目录中！
bonelee 2017-02-01 00:13 阅读:10554 评论:0 推荐:0 编辑
Hive数据分析——Spark是一种基于rdd（弹性数据集）的内存分布式并行处理框架，比于Hadoop将大量的中间结果写入HDFS，Spark避免了中间结果的持久化
bonelee 2017-01-31 23:57 阅读:2072 评论:0 推荐:0 编辑
Hive group by实现-就是word 统计
bonelee 2017-01-31 23:21 阅读:4030 评论:0 推荐:0 编辑
Hive mapreduce SQL实现原理——SQL最终分解为MR任务，而group by在MR里和单词统计MR没有区别了
bonelee 2017-01-31 23:04 阅读:12608 评论:0 推荐:1 编辑
SQL group by底层原理——本质是排序，可以利用索引事先排好序
bonelee 2017-01-31 22:48 阅读:25812 评论:0 推荐:0 编辑
达观数据分析平台架构和Hive实践——TODO
bonelee 2017-01-26 17:54 阅读:428 评论:0 推荐:0 编辑
日志和告警数据挖掘经验谈——利用日志相似度进行聚类，利用时间进行关联分析
bonelee 2017-01-26 17:09 阅读:7708 评论:0 推荐:0 编辑
大数据分析处理框架——离线分析（hive，pig，spark）、近似实时分析（Impala）和实时分析（storm、spark streaming）
bonelee 2017-01-26 16:37 阅读:6650 评论:0 推荐:0 编辑
上一页 1 2
点击右上角即可分享
微信分享提示