摘要：
本课主题 数据中 Independent 变量和 Dependent 变量 Python 数据预处理的三大神器：Numpy、Pandas、Matplotlib Scikit-Learn 的机器学习实战 数据丢失或者不完整的处理方法及编程实战 Categorical 数据的 Dummy Encoder 阅读全文
摘要：
一个写给自己看的大数据学习笔记，只是想把自己学到的东西写一遍，欢迎交流，共同进步 第一章：大数据 の Linux 基础 (点击进入博客) 第二章：大数据 の Hadoop 基础 (点击进入博客) - 更新中 第三章：大数据 の Hive 和 Impala 基础 (点击进入博客) - 更新中 第四章： 阅读全文
摘要：
本课主题 HBase 读写数据的流程 HBase 性能优化和最住实践 HBase 管理和集群操作 HBase 备份和复制 HBase 读写数据的流程 HBase 性能优化和最住实践 HBase 管理和集群操作 HBase 备份和复制 HBase 读写数据的流程 HBase 性能优化和最住实践 HBa 阅读全文
摘要：
本课主题 NoSQL 数据库介绍 HBase 基本操作 HBase 集群架构与设计介紹 HBase 与HDFS的关系 HBase 数据拆分和紧缩 引言 介绍什么是 NoSQL，NoSQL 和 RDBMS 之间有什么区别，有什么埸景下需要用 NoSQL 数据库，NoSQL 数据的优点和缺点；谈谈 No 阅读全文
摘要：
本课主题 Broadcast 运行原理图 Broadcast 源码解析 Broadcast 运行原理图 Broadcast 就是将数据从一个节点发送到其他的节点上; 例如 Driver 上有一张表，而 Executor 中的每个并行执行的Task (100万个Task) 都要查询这张表的话，那我们通 阅读全文
摘要：
本课主题 集群搭建 设置 Web 服务器 启动 ClouderManager 登入 Cloudera Manager 引言 这部份是一个补充资料，记录如何安装 Cloudera 服务器 集群搭建 用图型界面来设置静态 IP 设置 Web 服务器 [enmoedu@elephant softwares 阅读全文
摘要：
本课主题 Linux 休系结构图 Linux 系统启动的顺序 Linux 查看内存和 CPU 指令 环境变量加载顺序 Linux 内存结构 Linux 休系结构图 Linux 大致分为三个层次，第一层是就是 用户空间层，就是离我们最近的层，它一般有Shell和应用程序，大数据基乎所有的应用软件都在用 阅读全文
摘要：
Python Basic 第一章：Python基础の快速认识基本语法 (点击进入博客)我的第一个HelloPython程序、如何实现用户输入、Python的自带电池(模块)、变量、格式化、条件判断、循环和操作实战 第二章：Python基础の快速认识基本数据类型和操作实战 (点击进入博客)谈谈Pyth 阅读全文
摘要：
Spark 内核 第28课：Spark天堂之门解密 (点击进入博客)从 SparkContext 创建3大核心对象开始到注册给 Master 这个过程中的源码鉴赏 第29课：Master HA彻底解密 (点击进入博客)从 Master 如何基于 ZooKeeper 来做 HA 的源码鉴赏 第30课： 阅读全文
摘要：
本課主題 DataSet 实战 DataSet 实战 SparkSession 是 SparkSQL 的入口，然后可以基于 sparkSession 来获取或者是读取源数据来生存 DataFrameReader，在 Spark 2.x 版本中已经没有 DataFrame 的 API，它变成了 Dat 阅读全文