大数据_站长网

26、Power Query-日期与时间数据处理实例（统计出某年各月各周的

所属栏目：[大数据] 日期：2020-12-31 热度：188

本节重点：Power Query-日期与时间数据处理实例（统计出某年各月各周的借书人数）需求如下：上图所示，根据左侧的数据源，统计出2016年各月各周的借书人数（效果如右侧所示）。分析：很明显，这个需求是对日期的一个操作，其实仅需要用到左侧的第一列即可[详细]
[bigdata-028]apache nifi 从mysql导出数据到hbase

所属栏目：[大数据] 日期：2020-12-31 热度：137

0.在hbase节点，启动thrift服务 hbase-daemon.sh start thrift 1. 在本机启动nif ./bin/nifi.sh start 2. 在浏览器输入http://localhost:8080/nifi，看到nifi的界面 3. 拖一个processor ExecuteSQL到界面 ??? 3.1 在processor上点击右键，选择configure，点[详细]
27、Power Query-日期与时间数据处理实例（图书室借书统计）

所属栏目：[大数据] 日期：2020-12-31 热度：122

本节要点：Power Query-日期与时间数据处理实例（图书室借书统计）承接上一节的需求，我们引入切片器的功能，对图书室的借书以及归还情况进行查询和筛选，效果图如下：对“借书状态”和“归还状态”进行筛选，亦可同时筛[详细]
[bigdata-029] 在centos 7上安装maria

所属栏目：[大数据] 日期：2020-12-31 热度：142

centos 7以上版本支持mysql的另一个分支maria 安装方式如下正确安装mariadb http://blog.csdn.net/default7/article/details/39138139 http://blog.csdn.net/default7/article/details/41973887 yum install mariadb* service mariadb.service start system[详细]
从小程序的理念，挖掘小程序的方方面面

所属栏目：[大数据] 日期：2020-12-31 热度：84

小程序发布已过去3天，这个微信放的大招让整个互联网圈高潮了一把。目前业界已有各种小程序的分析和预测，也有很多诸如小程序解放了内存、小程序没用的声音。本文挖掘小程序背后表现出的理念，借这些理念阐述我对小程序的看法，适合的应用、与APP的关系等。[详细]
[bigdata-030] cdh 5.9的impyla操作hiveserver2

所属栏目：[大数据] 日期：2020-12-31 热度：147

参考文献：http://www.aichengxu.com/view/11094184 1. cdh 5.9 2. 开发机已经安装了impyla pip install thrift_sasl pip install sasl 3. 在cdh集群的一个节点启动hiveserver2 3.1 修改/etc/hive/conf.cloudera.hive/hive-site.xml 增加属性 property ? nam[详细]
HDU 2054 判断大数是否相等

所属栏目：[大数据] 日期：2020-12-31 热度：75

原题链接：http://acm.hdu.edu.cn/showproblem.php?pid=2054 题解：这个题不严谨，仅判断后向0就行，而且不用判正负。代码： #includeiostreamusing namespace std;const int maxn = 100000;void cleanlastzero(char str[]) { int len = strlen(str),digit_[详细]
25、Power Query-日期与时间数据处理

所属栏目：[大数据] 日期：2020-12-31 热度：189

本节知识点：Power Query-日期与时间数据处理日期与时间数据处理功能位置（同样在“转换”和“添加列”菜单中都存在）：这里重点讲解一下某些知识点。比如年限：意思是当前系统日期减去选中列的日期，结果以“天时分秒毫秒”方式显示。月份下面的“一个[详细]
数据意识崛起，从企业应用看BI软件的未来发展

所属栏目：[大数据] 日期：2020-12-31 热度：120

前阵子，和一群企业CIO聊天，希望从甲方角度看看对BI产品的看法。在问及一些成熟企业为何不上BI项目时，大家纷纷表示目前还处于观望状态。提及BI，大家都觉得有些飘忽，和大数据一样，听着高大上，能真正实现落地的并没有多少，性价比甚至不如一个报表工具[详细]
宋慧庆|广告系统中的大数据处理

所属栏目：[大数据] 日期：2020-12-31 热度：63

宋慧庆，时趣互动移动广告架构师十余年互联网老司机，具有多年互联网广告系统研发经验，负责研发个性化动态创意系统，用户画像标签系统以及大数据治理；对编程语言有浓厚的兴趣。什么是大数据？从具备4V（Volume，Velocity，Variety，Value）特征的大量[详细]
[bigdata-023] pymongo 3.4和mongodb 2.x的安全机制导致的用户认

所属栏目：[大数据] 日期：2020-12-30 热度：136

#!/usr/bin/env python3#! coding:utf-8 -*-import pymongo"""python3.4.0 + mongo 2.4.14"""client = pymongo.MongoClient('114.55.239.66')client.tzdb1.authenticate("tzuser1","user1688",mechanism='MONGODB-CR')db = client["tzdb1"]devsycredit = db[[详细]
大数求和问题（C++版本）

所属栏目：[大数据] 日期：2020-12-30 热度：80

大数求和其实是个纯模拟，我们小学2年级老师就我们通过列竖式求加法，从个位开始加，进位+1，唯一需要值得注意的是我们求出来的结果要为有效值，即00001=1,0000=0 #include iostream#include stringusing namespace std;string nAB(string A,string B);strin[详细]
[bigdata-024] 在centos 6.5上手工安装mongodb 3.2.5

所属栏目：[大数据] 日期：2020-12-30 热度：182

1. 操作系统 centos 6.5 2. 删除旧版本 kill xxxx yum erase mongodb.x86_64 rm /etc/mongod.conf rm /init/mongo* rm /init.d/mongo* locate mongo 删除全部mongo的相关文件 updatedb -U / 3. 下载mongo http://downloads.mongodb.org/linux/mongodb-linux-[详细]
大数幂运算

所属栏目：[大数据] 日期：2020-12-30 热度：98

还是纯模拟，只可意会，不可言传，回到4年级，然后自己体会 #include stdio.h#include string.husing namespace std;#define MAX 40001int s[MAX];int nbit;void Init();void EXP(int nb,int ne);void vout(int x);int main(){ int base,exp; while(~scanf("[详细]
414. Third Maximum Number

所属栏目：[大数据] 日期：2020-12-30 热度：68

Given a non-empty array of integers,return the third maximum number in this array. If it does not exist,return the maximum number. The time complexity must be in O(n). Example 1: Input : [3,2,1] Output : 1 Explanation : The third maximum i[详细]
[bigdata-025] ubuntu 14.04 下用virtualbox安装ghost xp

所属栏目：[大数据] 日期：2020-12-30 热度：191

市面上的各种ghost的iso很多。这里只说关键点 1.? 用xp ghost镜像启动，选择dos 2. 在dos执行 pq，进行分区 ??? 2.1 首先，选择建立一个“主要分割磁区”，这一点千万不要错，设置为C盘。文件格式根据xp ghost 指定的格式来，现在一般是ntfs。大概，4g就行了[详细]
[bigdata-026] 大数据principle No.1 “只有干净数据才能进入存

所属栏目：[大数据] 日期：2020-12-30 热度：187

这个原则是极其重要。 1. 大数据eco，唯一的优点是处理海量数据，但是工具一般都不完善，藏着各种坑。不像传统数据库和传统功能，完备精致。 2. 最佳的使用方式就是：数据是干净清洁完美的，用大数据工具处理，性能很爽。 3. 但是，如果你试图用大数据eco做[详细]
[bigdata-026] 大数据principle No.1~No.4

所属栏目：[大数据] 日期：2020-12-30 热度：149

Principle No.1 只有干净的数据才能进入存储。这个原则是极其重要。 1. 大数据eco，唯一的优点是处理海量数据，但是工具一般都不完善，藏着各种坑。不像传统数据库和传统功能，完备精致。 2. 最佳的使用方式就是：数据是干净清洁完美的，用大数据工具处理，[详细]
大数据处理算法一：BitMap算法

所属栏目：[大数据] 日期：2020-12-30 热度：57

腾讯面试题：给20亿个不重复的unsigned int的整数，没排过序的，然后再给一个数，如何快速判断这个数是否在那40亿个数当中并且所耗内存尽可能的少？ ?解析:bitmap算法就好办多了 ?所谓bitmap，就是用每一位来存放某种状态，适用于大规模数据，但数据状态又不[详细]
大数据处理算法二：Bloom Filter算法

所属栏目：[大数据] 日期：2020-12-30 热度：182

百度面试题：给定a、b两个文件，各存放50亿个url，每个url各占64字节，内存限制是4G，让你找出a、b文件共同的url？ Bloom?Filter 是由 Bloom 在 1970 年提出的一种多哈希函数映射的快速查找算法。通常应用在一些需要快速判断某个元素是否属于集合，但是并不[详细]
pyhive 连接 Hive 时错误

所属栏目：[大数据] 日期：2020-12-27 热度：88

一、User: xx is not allowed to impersonate xxx' 解决办法：修改 core-site.xml 文件，加入下面的内容后重启 hadoop 。 property namehadoop.proxyuser.xx.hosts/name value*/value/propertyproperty namehadoop.proxyuser.xx.groups/name value*/value/pr[详细]
分布式基础通信协议：paxos、totem 和 gossip（转载）

所属栏目：[大数据] 日期：2020-12-27 热度：151

背景：在分布式中，最难解决的一个问题就是多个节点间数据同步问题。为了解决这样的问题，涌现出了各种奇思妙想。只有在解决了如何进行信息同步的基础之上才衍生出形形色色的应用。这里开始介绍几种分布式通信协议。简单即有效——totem协议: totem协议也[详细]
Hive 导入 parquet 格式数据

所属栏目：[大数据] 日期：2020-12-27 热度：74

Hive 导入 parquet 数据步骤如下：查看 parquet 文件的格式构造建表语句倒入数据一、查看 parquet 内容和结构下载地址社区工具 GitHub 地址命令查看结构： java -jar parquet-tools-1.6.0rc3-SNAPSHOT.jar schema -d activity.201711171437.0.parque[详细]
Presto 常用配置及操作

所属栏目：[大数据] 日期：2020-12-27 热度：107

一、介绍 Presto是一个开源的分布式SQL查询引擎，适用于交互式分析查询，数据量支持GB到PB字节。 Presto的设计和编写完全是为了解决像Facebook这样规模的商业数据仓库的交互式分析和处理速度的问题。推荐阅读 Presto实现原理和美团的使用实践二、安装 2.1[详细]
大数据的技术生态概述（转载）

所属栏目：[大数据] 日期：2020-12-27 热度：58

如何用形象的比喻描述大数据的技术生态？Hadoop、Hive、Spark 之间是什么关系？大数据本身是个很宽泛的概念，Hadoop生态圈（或者泛生态圈）基本上都是为了处理超过单机尺度的数据处理而诞生的。你可以把它比作一个厨房所以需要的各种工具。锅碗瓢盆，各有各[详细]

7235

233