- hbase指南 hbase_tutorial 英文0 125浏览会员免费
- hbase的安装手册,通过该手册你可以快速搭建自己的hbase服务0 110浏览会员免费
- SQuirrl安装使用手册,我是在window10环境 ,连接apache大数据集群,详细介绍修改步骤0 141浏览会员免费
- 本文档为Hadoop大数据学习的详细笔记,适合零基础入门学习0 114浏览免费
- 对于任何一个系统,无论该系统在硬件和软件设计上如何先进,都无法避免非正常的停机。随着计算机在各个行业中的普及应用,人们越来越认识到公司的计算机系统对整个公司的业务运作的重要性。0 93浏览免费
- Mongodb 集群快捷方式部署,该集群包含:一个config副本集、两个shard副本集、三个mongos路由服务器。 必须创建你自己的用户(用户名为姓名拼音),mongodb需要部署到用户家目录下,并以你的用户来启动mongod、mongos等服务。0 82浏览免费
- Phonix对于过滤查询特定少量数据的性能是非常搞笑的在10ms级别,但是在做一个Group BY等等大量数据操作的时候,性能会极大的降低,性能不是很好,如果想从大量数据中查询少量数据集的时候,比较合适,而且可以直接使用SQL分页,能够很好的处理大量数据的问题,做聚合操作,性能还是稍微有些弱,无法满足实时聚合查询的需求.0 76浏览免费
- HBase是一个针对结构化数据的可伸缩、高可靠、高性能、分布式和面向列的动态模式数据库。和传统关系数据库不同,HBase采用了BigTable的数据模型:增强的稀疏排序映射表(Key/Value),其中,键由行关键字、列关键字和时间戳构成。HBase提供了对大规模数据的随机、实时读写访问,同时,HBase中保存的数据可以使用MapReduce来处理,它将数据存储和并行计算完美地结合在一起。0 315浏览会员免费
- 大数据技术之HBase.docx大数据技术之HBase.docx大数据技术之HBase.docx大数据技术之HBase.docx0 222浏览免费
- 大数据技术之Phoenix.docx大数据技术之Phoenix.docx大数据技术之Phoenix.docx大数据技术之Phoenix.docx0 378浏览免费
- 大数据技术之Sqoop.docx大数据技术之Sqoop.docx大数据技术之Sqoop.docx大数据技术之Sqoop.docx0 205浏览免费
- 大数据技术之HBase.docx详细文档0 275浏览免费
- 大数据平台及编程实践--HBase 一、 实验目的 3 二、 实验环境 3 三、 实验内容 3 四、 实验结果 8 五、 实验总结 80 312浏览免费
- HBase0 51浏览免费
- Hbase详细安装步骤0 496浏览免费
- HBase是一个分布式的、面向列的开源数据库,该技术来源于 Fay Chang 所撰写的Google论文“Bigtable:一个结构化数据的分布式存储系统”。就像Bigtable利用了Google文件系统(File System)所提供的分布式数据存储一样,HBase在Hadoop之上提供了类似于Bigtable的能力。HBase是Apache的Hadoop项目的子项目。HBase不同于一般的关系数据库,它是一个适合于非结构化数据存储的数据库。另一个不同的是HBase基于列的而不是基于行的模式。HBase不能取代RDBMS,因为二者的应用场景不同。HBase为了解决海量数据的扩展性,支持简单的增加节点来实现线性扩展,从而在集群上管理海量的非结构化或半结构化的稀疏数据。HBase仅能通过主键(row key)或主键的range检索数据,支持单行事务。0 148浏览免费
- hbase期末复习重点0 107浏览免费
- 实验背景: HBase 数据库是大数据中一个非常重要的组件,是行业中最常用的 NoSOL 数据库。银行可以把新增的客户信息存储在 HBase 中,也可更新、删除老旧的数据。 实验目的: 掌握 HBase 的常用操作、region 操作及 Filter 的使用。0 132浏览免费
- anacondaAnaconda是一个开源的Python发行版本,它不仅仅是一个Python包管理器,还集成了大量的科学计算和数据分析包,为数据科学家、分析师和开发人员提供了一个便捷的环境来管理Python包和进行数据分析、机器学习等任务。以下是关于Anaconda的详细介绍: 一、Anaconda的概述 定义:Anaconda是一个用于科学计算的Python发行版,它支持Linux、Mac、Windows等多个操作系统。Anaconda通过conda这个包和环境管理器,使得用户能够方便地安装、更新、卸载Python包,并管理不同的Python环境。 特点: 集成大量科学包:Anaconda集成了NumPy、Pandas、Matplotlib、Scikit-learn等众多流行的科学计算和数据分析库,用户无需单独安装这些库。 环境管理:用户可以为不同的项目创建不同的环境,每个环境可以有不同的Python版本和安装不同的包,从而避免了包冲突问题。 跨平台支持:Anaconda可以在Windows、macOS和Linux等多个操作系统上运行,提供了一致的使用体验。 二、Anaconda的0 99浏览免费
- 在资源《hadoop整合zoomkeeper高可用集群搭建》上继续0 117浏览免费
- 实验二 HBase编程实践实验报告0 49浏览免费