分享
从Paxos到Zookeeper分布式一致性原理与实践
电子书推荐
-
-
从Paxos到Zookeeper分布式一致性原理与实践 评分:
从Paxos到Zookeeper分布式一致性原理与实践从Paxos到Zookeeper分布式一致性原理与实践
上传时间：2018-07 大小：80.2MB
112.88MB从Paxos到Zookeeper 分布式一致性原理与实践.
2018-05-22从Paxos到Zookeeper 分布式一致性原理与实践，从Paxos到Zookeeper 分布式一致性原理与实践
80.13MB从Paxos到Zookeeper 分布式一致性原理与实践
2018-04-26从Paxos到Zookeeper 分布式一致性原理与实践从Paxos到Zookeeper 分布式一致性原理与实践从Paxos到Zookeeper 分布式一致性原理与实践从Paxos到Zookeeper 分布式一致性原理与实践
- 80.5MB
从Paxos到Zookeeper 分布式一致性原理与实践
2019-01-08从Paxos到Zookeeper 分布式一致性原理与实践
- 78.99MB
从Paxos到Zookeeper 分布式一致性原理与实践 倪超
2016-02-14从Paxos到Zookeeper 分布式一致性原理与实践 倪超,完整版
50.0MB从Paxos到Zookeeper 分布式一致性原理与实践 卷1
2016-02-22从Paxos到Zookeeper 分布式一致性原理与实践
62.6MB从Paxos到Zookeeper分布式一致性原理与实践PDF
2019-01-07《从Paxos到Zookeeper分布式一致性原理与实践》是一本深入探讨分布式系统一致性问题的著作，其中重点讲解了Paxos算法与Zookeeper在实际应用中的理论与实践。Paxos是分布式计算领域中著名的共识算法，为解决分布式...
- 13.41MB
从Paxos到Zookeeper 分布式一致性原理与实践 [倪超著]第二部分
2018-02-01从Paxos到Zookeeper 分布式一致性原理与实践 [倪超著] 因文档太大 分为两部分 这是第二部分
64B从Paxos到Zookeeper 分布式一致性原理与实践 PDF电子书下载 带目录书签 完整版.pdf
2018-05-09### 分布式一致性原理与实践：从Paxos到Zookeeper #### 一、引言 随着互联网技术的发展，分布式系统已经成为现代软件架构的核心组成部分。在分布式系统中，多个节点协同工作来完成复杂的任务，而如何确保这些节点...
- 113.38MB
从Paxos到Zookeeper 分布式一致性原理与实践 [倪超著]
2018-09-19《从Paxos到Zookeeper：分布式一致性原理与实践》这本书深入探讨了分布式系统中的一致性问题，作者倪超以其丰富的经验，为我们揭示了如何在大规模分布式环境中实现可靠的数据同步和协调。这本书的核心主题围绕着...
- 6.20MB
从Paxos到Zookeeper：分布式一致性原理与实践
2018-01-24从Paxos到Zookeeper：分布式一致性原理与实践 从Paxos到Zookeeper：分布式一致性原理与实践
- 50.0MB
从Paxos到Zookeeper:分布式一致性原理与实践1
2016-06-02从Paxos到Zookeeper:分布式一致性原理与实践
- 10.94MB
从Paxos到Zookeeper 分布式一致性原理与实践 2
2016-02-22从Paxos到Zookeeper 分布式一致性原理与实践 2
- 685.0MB
hadoop-3.3.4.tar.gz + winutils 安装环境
2023-08-03【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
- 191.6MB
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
2023-10-30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。
1.49MB基于Hadoop的电影影评数据分析
2023-04-04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。
- 43KB
本资源配套《Hadoop大数据技术应用综合训练》使用，包含项目源码及数据资源
2024-12-11本资源配套《Hadoop大数据技术应用综合训练》使用（https://blog.csdn.net/ppqq980532/article/details/144347272?spm=1001.2014），内容里包含了，该综合训练使用的源文件，包含数据及代码。供Hadoop初学者练习MapReduce并行计算框架使用，内也包含数据处理的源文件，也可以供学习Python数据分析初学者做练习使用。
- 1.65MB
基于大数据的音乐推荐系统（适合本科毕设）
2023-02-02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。
- 191.6MB
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）
2023-10-21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，
- 1.26MB
数据科学导论实验报告 实验1：常用Linux操作和 Hadoop操作
2023-04-30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
- 21.24MB
适用于hadoop 3.3.5 3.3.6版本的winutils
2023-10-08winutils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
- 177.69MB
淘宝用户行为数据集
2019-01-053182257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）
- 367.57MB
大数据ETL工具软件kettle-spoon 9.4
2024-05-10数据交换，抽取-转换-加载，能实现同构表、异构表之间的数据抽取、转换、加载功能
