摘要：
hbase性能调优案例 1、人员-角色 人员有多个角色 角色优先级 角色有多个人员 人员 删除添加角色 角色 可以添加删除人员 人员 角色 删除添加 1、人员-角色 人员有多个角色 角色优先级 角色有多个人员 人员 删除添加角色 角色 可以添加删除人员 人员 角色 删除添加 设计思路 person表
阅读全文
posted @ 2017-03-02 23:45
日月的弯刀
阅读(1555)
推荐(0)
编辑
摘要：
ItemCF_基于物品的协同过滤 1. 概念 <!--more--> 2. 原理 如何给用户推荐？ 给用户推荐他没有买过的物品--103 3. java代码实现思路 数据集： 第一步：构建物品的同现矩阵 第二步：构建用户的得分矩阵 第三步：同现矩阵*评分矩阵 第四步：拿到最终结果，排序，得到给用户的
阅读全文
posted @ 2017-03-02 23:34
日月的弯刀
阅读(3125)
推荐(1)
编辑
摘要：
TF-IDF 1. 概念 2. 原理 3. java代码实现思路 数据集： 三个MapReduce 第一个MapReduce：（利用ik分词器，将一篇博文，也就是一条记录中的content进行词的拆分） 第一个MapReduce最终运行的结果： 1. 得到数据集中微博的总数； 2. 得到每个词在当前
阅读全文
posted @ 2017-03-02 23:33
日月的弯刀
阅读(1358)
推荐(0)
编辑
摘要：
PageRank 1. 概念 1. 概念 2. 原理 3. java代码实现思路 1、定义收敛标准 每次算出新的pr-oldpr=差值 ，所有页面的差值累加 ,除以pagecount，得到avg差值 ，如果。小于0.01 2、计算总页面数，并且算出每个页面的初始pr值=1/pagecount 3、
阅读全文
posted @ 2017-03-02 23:32
日月的弯刀
阅读(381)
推荐(0)
编辑
摘要：
Spark_总结一 1.Spark介绍 1.1什么是Spark? Apache Spark是一个开源的集群计算框架，使数据计算更快（高效运行，快速开发） <!--more--> 1.2Spark比Hadoop快的两个原因 第一，内存计算 第二，DAG（有向无环图） 2.Spark运行模式（四种 ）
阅读全文
posted @ 2017-03-02 23:28
日月的弯刀
阅读(2921)
推荐(0)
编辑
摘要：
HQL学习 1.hive的数据类型 2.hive_DDL 2.1创建、删除、修改、使用数据库 2.hive_DDL 2.1创建、删除、修改、使用数据库 Default数据库，默认的，优先级相对于其他数据库是最高的 2.2重点：创建表_内部表_外部表 hive通过sql来分析hdfs上结构化的数据，将
阅读全文
posted @ 2017-03-02 23:12
日月的弯刀
阅读(637)
推荐(0)
编辑
摘要：
Spark高可用集群搭建 node1 node2 node3 1.node1修改spark-env.sh，注释掉hadoop(就不用开启Hadoop集群了),添加如下语句 export SPARK_DAEMON_JAVA_OPTS="-Dspark.deploy.recoveryMode=ZOOKE
阅读全文
posted @ 2017-03-02 23:08
日月的弯刀
阅读(1646)
推荐(0)
编辑
摘要：
Spark集群搭建_YARN 前提：参考Spark集群搭建_Standalone 1.修改spark中conf中的spark-env.sh <!--more--> 2.Spark on YARN--不需要启动Spark集群，因为已经在spark的配置文件中配置了hadoop的目录 2.Spark o
阅读全文
posted @ 2017-03-02 23:06
日月的弯刀
阅读(883)
推荐(0)
编辑
摘要：
转载请标明出处http://www.cnblogs.com/haozhengfei/p/f421e517457b01f6db36d934bfab5ac6.html Spark集群搭建_Standalone Driver: node1 Worker: node2 Worker: node3 1.下载安
阅读全文
posted @ 2017-03-02 22:58
日月的弯刀
阅读(1087)
推荐(0)
编辑
