全部 大數(shù)據(jù)新聞動態(tài) 大數(shù)據(jù)技術(shù)文章 大數(shù)據(jù)常見問題 技術(shù)問答

• • 

    Flink中watermark的生成規(guī)則及其功能【大數(shù)據(jù)面經(jīng)】

    通常，在接收到source的數(shù)據(jù)后，應(yīng)該立刻生成watermark；但是，也可以在接收source后，應(yīng)用簡單的map或者filter操作，然后再生成watermark。 查看全文>>

    大數(shù)據(jù)技術(shù)文章2021-01-15 |傳智教育 |watermark生成規(guī)則及其功能

  • 

    Redis、傳統(tǒng)數(shù)據(jù)庫、HBase以及Hive的區(qū)別

    關(guān)系型數(shù)據(jù)和Hive都是支持SQL引擎的數(shù)據(jù)庫；Redis和Hbase都是NoSQL 類型的Key/vale數(shù)據(jù)庫，支持簡單的行列操作，不支持SQL引擎。 查看全文>>

    大數(shù)據(jù)技術(shù)文章2021-01-15 |傳智教育 |Redis,傳統(tǒng)數(shù)據(jù)庫,HBase,Hive

  • 

    Hive安裝教程——嵌入模式

    嵌入模式下，元數(shù)據(jù)保存在Derby數(shù)據(jù)庫中，且只允許一個會話連接，若嘗試多個會話連接時會報錯。下面講解Hive安裝之嵌入模式的配置步驟。 查看全文>>

    大數(shù)據(jù)技術(shù)文章2021-01-15 |傳智教育 |Hive安裝教程

  • 

    怎樣操作Spark SQL性能調(diào)優(yōu)？

    參數(shù)默認false。當設(shè)為true，parquet會聚合所有parquet文件的schema，否則是直接讀取parquet summary文件，或者在沒有parquet summary文件時候隨機選擇一個文件的schema作為最終的schema。 查看全文>>

    大數(shù)據(jù)技術(shù)文章2021-01-14 |傳智教育 |Spark SQL性能調(diào)優(yōu),操作Spark SQLt調(diào)優(yōu)

  • Kafka數(shù)據(jù)存儲【大數(shù)據(jù)文章】

    Kafka是一個高吞吐量的分布式發(fā)布訂閱消息系統(tǒng)，它在實時計算系統(tǒng)中有著非常強大的功能。把topic中一個parition大文件分成多個小文件段，通過多個小文件段，就容易定期清除或刪除已經(jīng)消費完文件，減少磁盤占用。 查看全文>>

    大數(shù)據(jù)技術(shù)文章2021-01-12 |傳智教育 |Kafka,Kafka數(shù)據(jù)存儲

  • 

    Hadoop實現(xiàn)join的有幾種方法？【大數(shù)據(jù)面試題】

    Hadoop實現(xiàn)join有三種方法，第一種是reduce side join，它是一種最簡單的join方式，其主要思想如下： 查看全文>>

    大數(shù)據(jù)技術(shù)文章2021-01-12 |傳智教育 |實現(xiàn)join,Hadoop,大數(shù)據(jù)面試題

  • 

    兩種RDD的依賴關(guān)系介紹

    在Spark中，不同的RDD之間具有依賴的關(guān)系。RDD與它所依賴的RDD的依賴關(guān)系有兩種類型，分別是窄依賴（narrow dependency）和寬依賴（wide dependency）。 查看全文>>

    大數(shù)據(jù)技術(shù)文章2021-01-05 |傳智教育 |spark RDD,RDD的兩種依賴關(guān)系

  • 

    大數(shù)據(jù)離散流是什么？

    Spark Streaming提供了一個高級抽象的流，即DStream（離散流）。DStream表示連續(xù)的數(shù)據(jù)流，可以通過Kafka、Flume和Kinesis等數(shù)據(jù)源創(chuàng)建，也可以通過現(xiàn)有DStream的高級操作來創(chuàng)建。 查看全文>>

    大數(shù)據(jù)技術(shù)文章2021-01-05 |傳智教育 |DStream,離散流,DStream是什么

  << < 1 2 3 4 5 6 7 8 9 ... 35 > >>