Apache Kylin权威指南（第2版）

Apache Kylin 权威指南

清晰的文字，是快速入门OLAP，学习使用kylin的入门神器 ps：让我填所属分类，好bt，要么你就整个全一点的数据库，分类多点，找了半天没有找到OLAP，KYLIN；让我没得选，只能选择大数据->hive了，比较相近了

Apache+Kylin权威指南

Apache+Kylin权威指南，

项目源码：基于Hadoop+Spark招聘推荐可视化系统 大数据项目 计算机毕业设计

项目源码：基于Hadoop+Spark招聘推荐可视化系统 大数据项目 计算机毕业设计 基于Hadoop+Spark的招聘推荐可视化系统是一种利用Hadoop和Spark等大数据处理技术，实现招聘推荐和可视化展示的应用系统。以下是该系统的主要介绍： 数据采集：系统通过各种渠道（如招聘网站、社交媒体等）获取大量的招聘相关数据，包括职位信息、公司信息、求职者信息等。这些数据以结构化或半结构化形式存在。 数据存储与处理：系统利用Hadoop分布式文件系统（HDFS）存储采集到的招聘数据，并使用Hadoop生态圈中的工具（如Hive、HBase等）进行数据处理和管理。Spark作为数据处理引擎，提供高性能的批处理和实时计算能力，对招聘数据进行清洗、转换和特征提取等操作。 招聘推荐：系统利用Spark的机器学习库（如MLlib）构建候选模型，通过对求职者的个人资料、工作经历、技能等特征进行分析，匹配合适的职位和公司。系统可以根据用户的偏好和需求，向其推荐最相关的招聘信息。 可视化展示：系统利用可视化工具（如matplotlib、Plotly等）将招聘数据以各种图表、图形等形式可视化展示。

hadoop-3.3.4.tar.gz + winutils 安装环境

【开发环境】安装 Hadoop 运行环境 ( 下载 Hadoop | 解压 Hadoop | 设置 Hadoop 环境变量 | 配置 Hadoop 环境脚本 | 安装 winutils ) https://hanshuliang.blog.csdn.net/article/details/132045605 一、下载 Hadoop 二、解压 Hadoop 三、设置 Hadoop 环境变量 四、配置 Hadoop 环境脚本 五、安装 winutils 六、重启电脑 七、验证 Hadoop 安装效果

基于Hadoop的电影影评数据分析

是大数据课程大作业，基于Hadoop的电影影评数据分析，需要安装Hadoop，了解MapReduce 和HDFS。

基于大数据的音乐推荐系统（适合本科毕设）

主要是用于大家对于大数据的基本处理，适合大学生本科毕设的参考。

基于Hadoop+Spark招聘推荐可视化系统 大数据项目 毕业设计（源码下载）

基于Hadoop+Spark招聘推荐可视化系统 大数据项目 毕业设计（源码下载） 基于Hadoop+Spark的招聘推荐可视化系统是一种利用Hadoop和Spark等大数据处理技术，实现招聘推荐和可视化展示的应用系统。以下是该系统的主要介绍： 数据采集：系统通过各种渠道（如招聘网站、社交媒体等）获取大量的招聘相关数据，包括职位信息、公司信息、求职者信息等。这些数据以结构化或半结构化形式存在。 数据存储与处理：系统利用Hadoop分布式文件系统（HDFS）存储采集到的招聘数据，并使用Hadoop生态圈中的工具（如Hive、HBase等）进行数据处理和管理。Spark作为数据处理引擎，提供高性能的批处理和实时计算能力，对招聘数据进行清洗、转换和特征提取等操作。 招聘推荐：系统利用Spark的机器学习库（如MLlib）构建候选模型，通过对求职者的个人资料、工作经历、技能等特征进行分析，匹配合适的职位和公司。系统可以根据用户的偏好和需求，向其推荐最相关的招聘信息。 可视化展示：系统利用可视化工具（如matplotlib、Plotly等）将招聘数据以各种图表、图形等形式可视化展示。例如，

适用于hadoop 3.3.5 3.3.6版本的winutils

winutils文件合集，Hadoop3.3.5以及3.3.6可用 winutils.exe是在windows系统上安装hadoop时所需要的winutils文件，内附多个版本，支持 hadoop-3.3.5 hadoop-3.3.6

数据科学导论实验报告 实验1：常用Linux操作和 Hadoop操作

数据科学导论 实验1：常用Linux操作和 Hadoop操作 1、Linux虚拟机安装和操作 2、Hadoop安装和操作 1）创建Hadoop用户 2）SSH登录权限设置 3）安装Java环境 4）单机安装配置 5）伪分布式安装配置

淘宝用户行为数据集

3182257条数据，可做推荐系统，数据分析 它包含字段（id, uid,age,gender,item_id, behavior_type, item_category, date, province） //1.浏览、2.收藏、3.加购物车 4.购买 7.统计各省的前十热门关注产品（浏览+收藏+添加购物车+购买总量最多前10的产品） 8.统计各省的前十热门购买产品（销售最多前10的产品） 9.统计各省销售最好的产品类别前10（销售最多前10的产品类别） 10.统计各省男女用户数量（gender 0：男 1：女 2：未知）

中文官方教程_tableau_prep.pdf

数据分析，数据挖掘，ETL处理工程师等。

hadoop-3.1.3.tar.gz

[免费]hadoop-3.1.3官网的包 你们CSDN上的这些人是有多不要脸，这玩意还要积分，怎么滴，你们写出来的hadoop？

数据中台建设方案.docx

数据中台建设方案，word版本，可以用于各类技术方案编写，投标。

Hadoop 之 winutils

在windows上运行Hadoop相关程序时报错问题解决（比如Spark） 如果需要积分或者校验码，可以去百度网盘中下载，地址如下： 链接：https://pan.baidu.com/s/1RVpmbtjuQL3lbAEYfjr2EA 提取码：1234

winutils-master.zip

hadoop各版本hadoop.dll和winutils

cdh6需要的allkeys.asc

在安装cdh6.3.2时提示找不到allkeys.asc的问题解决办法，解压出来的文件放到/var/www/html/cm6下，此目录名cm6称根据你实际配置修改即可。此文件适合cdh6所有版本。提供免费下载，欢迎下载！ 把解压出来的文件allkeys.asc放到你自己目录即可

企业数据中台建设.pdf

DT 时代，很多公司包括传统型企业都纷纷加入到数字化转型的队伍中来，数据的价值变现显得越来越重要。那么如何挖掘更多的企业数据价值呢，数据中台就是目前的一个最主要手段，数据中台改变了企业原来利用数据的形式（传统数仓、BI），通过业务数据化、数据资产化、资产服务化、服务业务化的四化良性高效闭环，加速了从数据资源到数据资产到价值变现的过程，提高了企业的业务响应力、创新力、价值力。通过降本增效，数据化智能运营，打造出数据驱动的智能化企业，从而更高效的为企业创造更多的价值。 本篇文章将从以下几个方面介绍整个数据中台建设的体系方案： 1. 为什么需要数据中台 2. 哪些企业适合做数据中台 3. 数据中台建设有哪些方法论和策略 4. 数据中台核心内容的建设方案 5. 业界一些数据中台建设分享资料

牛客大数据面试题集锦+答案，共523道，46W+字。大厂必备

大数据面试题V3.0完成了。共523道题，679页，46w+字，来源于牛客870+篇面经。 主要分为以下几部分： Hadoop面试题：100道 Zookeeper面试题：21道 Hive面试题：47道 Flume面试题：11道 Kafka面试题：59到 HBase面试题：36道 Spark面试题：97道 Flink面试题：40道 数仓面试题：25道 综合面试题：43道 数据库（MySQL）面试题：44道 面试题总结是一个长期工作，面试不停，这份面试题总结就不会停。以后会慢慢把Java相关的面试题、计算机网络等都加进来，其实这不仅仅是一份面试题，更是一份面试参考，让你熟悉面试题各种提问情况，当然，项目部分，就只能看自己了，毕竟每个人简历、实习、项目等都不一样。面试题总结是一个长期工作，面试不停，这份面试题总结就不会停。以后会慢慢把Java相关的面试题、计算机网络等都加进来，其实这不仅仅是一份面试题，更是一份面试参考，让你熟悉面试题各种提问情况，当然，项目部分，就只能看自己了，毕竟每个人简历、实习、项目等都不一样。面试题总结是一个长期工作，面试不停，这份面试题总结就不会停。

基于Hadoop豆瓣电影数据分析实验报告

豆瓣用户每天都在对“看过”的电影进行“很差”到“力荐”的评价，豆瓣根据每部影片看过的人数以及该影片所得的评价等综合数据，通过算法分析产生豆瓣电影 Top 250。 为了分析电影产业的发展趋势，本次实验需要对这些信息做统计分析。 注意：豆瓣网站的数据形式为文本文件（必须将导入到hive中做处理）。也可以为CSV文件，例如下图： 针对本次实验，我们需要用到Hadoop集群作为模拟大数据的分析软件，集群环境必须要包括，hdfs，hbase，hive，flume，sqoop等插件，最后结合分析出来的数据进行可视化展示，需要用到Python（爬取数据集，可视化展示）或者echarts等可视化工具。

jdk1.8.0_201.rar

jdk1.8.0_201.rar

hadoop课后题带答案

Hadoop期末考试复习

HDFS详解和配置文件

HDFS(Hadoop Distributed File System，Hadoop分布式文件系统)是Hadoop中提供的一套用于进行分布式存储的文件系统。 HDFS本身是Doug Cutting根据Google的论文<The Google File System>(简称为GFS)来实现的，因此早期的HDFS和GFS除了实现语言不同以外，其他的操作和原理基本上一致。 HDFS本身是一个典型的主从结构，主要进程：NameNode(主进程)，DataNode(从进程)。其中NameNode作为主进程，负责管理DataNode以及存储元数据(metadata)，DataNode则主要负责存储数据。 在HDFS中，数据存储的基本单位是Block，即文件上传到HDFS上之后，都会被切分为Block形式来进行存储，Block最终会落地到DataNode的磁盘上。

大数据技术原理与应用【林子雨】上机实验一

大数据技术原理与应用【林子雨】上机实验，自己实验课上写的，可能有错，供各位参考。

大数据实验5实验报告：MapReduce 初级编程实践

林子雨大数据原理与技术第三版实验5实验报告 大数据技术与原理实验报告 MapReduce 初级编程实践 姓名: 实验环境：  操作系统：Linux（建议Ubuntu16.04）；  Hadoop版本：3.2.2； 实验内容与完成情况： （一）编程实现文件合并和去重操作 对于两个输入文件，即文件 A 和文件 B，请编写 MapReduce 程序，对两个文件进行合并， 并剔除其中重复的内容，得到一个新的输出文件 C。下面是输入文件和输出文件的一个样例 供参考。 输入文件 A 的样例如下：

Ambari2.7.6+HDP3.3.1 离线安装网盘下载地址

支持x86_64和ARM64(aarch64)

数据科学导论实验报告 实验2:熟悉常用的HDFS操作

数据科学导论 实验2:熟悉常用的HDFS操作 1. 编程实现以下指定功能，并利用 Hadoop 提供的 Shell 命令完成相同任务： 2. 编程实现一个类“MyFSDataInputStream”，该类继承“org.apache.hadoop.fs.FSDataInputStream”，要求如下：实现按行读取 HDFS 中指定文 件的方法“readLine()”，如果读到文件末尾，则返回空，否则返回文件 一行的文本。 3. 查看 Java 帮助手册或其它资料，用“java.net.URL”和“org.apache.hadoop.fs.FsURLStreamHandlerFactory”编程完成输出 HDFS 中指定文件 的文本到终端中。

cdh6.3.2+cm6.3.1+gpl安装包.txt

百度云资源，官网下载慢所以上传上来了 cdh6.3.2安装包 cloudera 6.3.1安装包 gpl 安装包

豆瓣电影大数据分析-【附带爬虫豆瓣，对数据处理，数据分析，可视化】

平台部分主要是hadoop分布式系统，基于该系统融合了组件Spark，Hbase，Hive，Sqoop，Mahout等。继而进行相关的数据分析 该项目主要分为以下几部分: 1:数据采集 主要是基于豆瓣电影的数据，进行分析，所以首先要爬取相关的电影数据，对应的源代码在DouBan_Spider目录下，主要是采用Python + BeautifulSoup + urllib进行数据采集 2:ETL预处理 3:数据分析 4:可视化 代码封装完好， 适用于对作影视感情分析，影评分析，电影类型分析，推荐系统的建立

Hadoop豆瓣电影数据分析（Hadoop）操作源码

Hadoop豆瓣电影数据分析（Hadoop）操作源码

大数据实验报告（实验一到八）

实验一： 熟悉常用的Linux操作和Hadoop操作 实验二： 熟悉常用的HDFS操作 实验三： 熟悉常用的HBase操作 实验四： 熟悉常用的mongoDB数据库操作 实验五： MapReduce初级编程实践 实验六： 熟悉Hive的基本操作 实验七： Spark初级编程实践 实验八： Flink初级编程实践