鸿蒙开发者社区

WOT技术大会

公众号矩阵

移动端

短视频免费课程课程排行直播课软考学堂

全部课程厂商认证 IT技术 25年5月软考 PMP项目管理免费题库

文章资源问答课堂专栏直播

51CTO

鸿蒙开发者社区

51CTO技术栈

51CTO官微

51CTO学堂

51CTO博客

CTO训练营

鸿蒙开发者社区订阅号

51CTO软考

51CTO学堂APP

51CTO学堂企业版APP

鸿蒙开发者社区视频号

51CTO软考题库

账号设置退出

大数据

9088内容

关注

大数据话题包括大数据相关的最新资讯、前沿技术、使用技巧、应用案例等内容，涉及数据分析、数据可视化、商业智能、Hadoop、Spark、数据湖、数据仓库、等领域。

文章博文帖子课程

共 9088 条

快扔掉MapReduce，拥抱Spark吧！译文

Apache Spark也许能为Hadoop MapReduce带来一套速度表现更出色的替代方案。

2014-06-05 08:47:52

Spark 1.0 Mapreduce

广州农商银行选择天睿公司部署企业数据仓库

全球数据分析平台、应用和服务供应商天睿公司今日宣布，广州农商银行已经采用天睿公司全球领先的动态企业数据仓库，并借助其专业服务制定数据质量治理标准，实现统一的企业级业务视图。该项目将为该行实现“数据战略”奠定坚实基础，为未来开展各种业务应用提供强大的后台支持能力。

2014-05-28 16:02:34

Teradata 数据仓库

大数据利器：Spark的单机部署与测试笔记

Spark作为最有可能代替mapreduce的分布式计算框架，正受到广泛的关注。相比Hadoop来说，Spark的中间计算结果存于内存无疑给计算过程节省了很多时间，于是想试试看其与Hadoop有什么不一样的地方，就有了这篇Spark的单机部署与测试笔记。

2014-05-16 10:55:47

Splunk推出Hunk 6.1 面向Hadoop与NoSQL Data Stores

实时运维智能软件供应商Splunk 宣布推出面向Hadoop与NoSQL Data Stores的6.1版Hunk™: Splunk® Analytics for Hadoop and NoSQL Data Stores。Hunk 6.1可以更快速、更便捷地将Hadoop与NoSQL 数据存储中的原始非结构化数据转化为商业洞察。

2014-05-08 10:12:04

大数据的结果是福是祸？

在已经到来的大数据时代，我们可能得到非常多的关于人和社会的各种数据和分析结果，面对这些结果，我们如何利用是个非常大的问题。如果我们依照目前一味迎合的做法，大数据的效果可能未必产生正能量。

2014-04-30 15:37:05

一文读懂大数据：Hadoop，大数据技术及相关应用

你想了解大数据，却对生涩的术语毫不知情？你想了解大数据的市场和应用，却又没有好的案例和解说？

2014-04-29 09:59:44

2014年值得关注的十个Hadoop大数据创业公司

开源大数据框架Apache Hadoop已经成了大数据处理的事实标准，同时也几乎成了大数据的代名词，虽然这多少有些以偏概全。

2014-04-24 09:41:06

为什么大数据与传统商业智能有所不同

大数据，这个术语已被过度使用，同样也被过度误解。现在我们陷入了这样一个怪圈：每个人都在谈论这件事，每个人都认为别人在做这件事，所以每个人都说他们正在做这件事。

2014-04-22 10:14:49

Spark基本概念解析

Spark作为一个资源管理器的存在，类似YARN、Mesos的角色，为Spark Application提供资源。

2014-04-16 15:11:19

Spark多语言编程实践

了解了Spark编程的基本概念，可以看出Spark编程都是围绕着RDD进行的。关于编程的基础知识，可以参看spark编程基础。

2014-04-16 14:50:20

Spark的Standalone模式部署

首先，下载并解压缩Spark的源码，切换到解压缩所生成的目录，运行部署包生成程序make-distribution.sh。就可以开始Standalone模式部署过程了。

2014-04-16 14:04:34

Spark Standalone

Spark的YARN模式部署

Spark可以通过SBT（Scala Build Tool）或者Maven来编译，官方提供的二进制安装文件是用Maven编译。

2014-04-16 13:47:43

Spark On Yarn(HDFS HA)详细配置过程

我们将要介绍Spark On Yarn详细配置过程，包括服务器分布以及Spark的部署全部过程。

2014-04-16 11:01:07

Spark集群部署

本文将为您介绍如何在虚拟机环境部署Spark集群。集群上已经成功部署了Hadoop2.2，软件环境为64位Ubuntu12.04 LTS。

2014-04-16 10:41:58

大数据基础知识：分布式计算、服务器集群

大数据，官方定义是指那些数据量特别大、数据类别特别复杂的数据集，这种数据集无法用传统的数据库进行存储，管理和处理。大数据的主要特点为数据量大（Volume），数据类别复杂（Variety），数据处理速度快（Velocity）和数据真实性高（Veracity），合起来被称为4V。

2014-04-16 09:12:10

百度、阿里、腾讯对待大数据的不同思路

拥有海量数据的公司已在多个领域尝试对掌握的数据进行利用，大数据意识和能力进步飞快，体系和工具日趋成熟。

2014-04-14 10:02:48

Apache Spark三种分布式部署方式比较

目前Apache Spark支持三种分布式部署方式，分别是standalone、spark on mesos和 spark on YARN。

2014-04-09 14:59:55

Cloudera将Spark划入Hadoop

Spark作为一个通用的并行计算框架，已经成为继Hadoop之后又一大热门开元项目，逐渐获得很多企业的支持。近日，Cloudera正式宣布开始商业支持Apache Spark 机器学习和数据流处理环境。

2014-04-09 10:55:55

PostgreSQL痛点的解决方案

PostgreSQL是一个很老的系统，可以追溯到1996；它被很多用户在多种操作系统上运行。因此，PostgreSQL开发商被他们可以添加的Linux指定代码的数量所限制。它是基于合作进程的，没使用线程。系统 V 共享内存用于进程间通信。重要的是，PostgreSQL维护它自己的内部缓冲区，但也使用 I/O 缓冲来读写磁盘数据。这种缓冲的组合导致了 PostgreSQL 用户所经历的一些问题。

2014-04-08 09:49:27

PostgreSQL 双缓冲

开源Hadoop较高下：IBM与AWS关键看啥？

多年来，开源初创公司Cloudera和Hortonworks在Hadoop市场一直占有绝对地位，诸如Oracle、微软以及其他一些公司也想在这个市场占有一席之地，但更多是通过与专业的Hadoop初创公司建立伙伴关系间接地参与市场争夺。

2014-04-01 11:14:29

AWS IBM 开源Hadoop

原来是这么玩，解析全球十大电信巨头如何玩大数据

对于电信运营商而言，没有哪一个时代能比肩4G时代，轻松掌握如此海量的客户数据。4G时代，手机购物、视频通话、移动音乐下载、手机游戏、手机IM、移动搜索、移动支付等移动数据业务层出不穷。它们在为用户创造了前所未有的新体验同时，也为电信运营商挖掘用户数据价值提供了大数据的视角。数据挖掘、数据共享、数据分析已经成为全球电信运营商转变商业模式，赢取深度商业洞察力的基本共识。

2014-03-31 14:59:08

Spark会是大数据领域的下一个大家伙吗？_IT技术周刊第359期

2014-03-31 13:47:35

大数据时代的数据库集群技术漫谈

本篇文章将对集群的概念、形式以及目前主流的数据库集群技术进行探讨。

2014-03-28 15:10:09

大数据数据库集群

MongoDB集群搭建及Sharding的实现思路

选择一个合适索引而减少索引量，这种索引叫做重复索引,能够在索引中直接查找到所有要查询的索引，叫做覆盖索引，能够满足覆盖索引的条件并且排序次序又能够与索引的次序相同，这种次序是"3星"的,所以任何时候创建索引的目的一定要与搜索码完全匹配，至少保持一致.

2014-03-28 09:35:11

MongoDB Sharding

优酷土豆应用Spark完善大数据分析案例

优酷土豆作为国内最大的视频网站，和国内其他互联网巨头一样，率先看到大数据对公司业务的价值，早在2009年就开始使用Hadoop集群，随着这些年业务迅猛发展，优酷土豆又率先尝试了仍处于大数据前沿领域的Spark/Shark 内存计算框架，很好地解决了机器学习和图计算多次迭代的瓶颈问题，使得公司大数据分析更加完善。

2014-03-27 09:36:36

对比Hadoop 分析Spark受多方追捧的原因

作者Mikio Braun是柏林工业大学机器学习专业的博士后，他通过描述了自己对Spark逐步认识的过程，为我们剖析了Spark的原理和应用。

2014-03-26 11:09:27

Apache Spark是大数据领域的下一个大家伙吗？

Spark是一个基于内存in-memory数据处理平台，兼容于Hadoop 数据源但是比Hadoop MapReduce运行得快得多。.特别适合于机器学习处理。

2014-03-26 10:59:14

Apache Spark的R语言前端：SparkR

SparkR是一个R语言包提供了一个轻量级的前端，用于从R语言中使用Apache Spark。SparkR通过RDD类暴露Spark API，允许用户以交互方式在集群上从R shell运行jobs。

2014-03-26 10:52:24

Hadoop部署常用的小脚本

最近抛弃非ssh连接的Hadoop集群部署方式了，还是回到了用ssh key 验证的方式上了。这里面就有些麻烦，每台机器都要上传公钥。恰恰我又是个很懒的人，所以写几个小脚本完成，只要在一台机器上面就可以做公钥的分发了。

2014-03-18 10:19:55

Hadoop部署 hadoop集群脚本

使用Windows Azure搭建Hadoop集群

本文主要内容是使用Windows Azure的VIRTUAL MACHINES和NETWORKS服务安装CDH (Cloudera Distribution Including Apache Hadoop)搭建Hadoop集群。

2014-03-17 10:05:45

淘宝主搜索离线集群完成Hadoop 2.0升级

淘宝搜索离线dump集群(hadoop&hbase)2013进行了几次重大升级，本文中将这些升级的详细过程、升级中所遇到的问题以及这些问题的解决方案分享给大家。至此，淘宝主搜索离线集群完全进入Hadoop 2.0时代。

2014-03-13 10:14:59

离线集群 Hadoop 2.0 淘宝

如何让Hadoop结合R语言做大数据分析？

R是GNU的一个开源工具，具有S语言血统，擅长统计计算和统计制图。由Revolution Analytics发起的一个开源项目RHadoop将R语言与Hadoop结合在一起，很好发挥了R语言特长。广大R语言爱好者借助强大工具RHadoop，可以在大数据领域大展拳脚，这对R语言程序员来说无疑是个喜讯。作者从一个程序员的角度对R语言和Hadoop做了一次详细的讲解。

2014-03-12 10:17:22

十面"霾"伏下的大数据预言

大数据时代下的气象服务是什么样子？在看得见的未来，融入地理信息、社会经济等多维度数据，能够让人们知道下一刻哪里可能会发生什么，比如这阵风是否会吹翻门口的广告牌，前面一个高速路口是不是在下雨堵车。

2014-02-25 15:40:25

大数据史记2013：盘点中国2013行业数据量

2013 年中国产生的数据总量超过0.8ZB（相当于8亿TB），2 倍于2012 年，相当于2009 年全球的数据总量。预计到2020 年，中国产生的数据总量将是2013年的10倍，超过8.5ZB。

2014-02-24 09:48:05

数据可视化软件在大数据时代的局限性

如今，数据可视化软件风靡起来，很多企业认为数据可视化软件是启用先进分析技术的入口。但对一些应用而言，情况并不是这样的。

2014-02-21 11:30:08

数据可视化大数据

Hadoop虽然强大，但不是万能的

随着 Hadoop 应用的不断拓展，使很多人陷入了对它的盲目崇拜中，认为它能解决一切问题。虽然Hadoop是一个伟大的分布式大型数据计算的框架，但Hadoop不是万能的。比如在下面这几种场景就不适合使用Hadoop。

2014-02-17 10:56:21

大数据之路（二）大数据结构化数据存储应用模式

　胖子哥是我网名，叫了很多年的网名，网名的来历与自己的沧桑和身材有关，不知是IT改变了我，显得苍老，还是我本就苍老，顺应了IT行业的需要。还是继续胖子哥的大数据之路吧，这次要谈的还是数据仓库。

2014-02-17 10:28:34

Spark是个开源的数据分析集群计算框架，最初由加州大学伯克利分校AMPLab开发，建立于HDFS之上。Spark与Hadoop一样，用于构建大规模、低延时的数据分析应用。Spark采用Scala语言实现，使用Scala作为应用框架。

2014-02-14 15:43:16

YARN又被称为MapReduce 2.0，借鉴Mesos，YARN提出了资源隔离解决方案Container，但是目前尚未成熟，仅仅提供 Java 虚拟机内存的隔离。

2014-02-14 15:30:18

Hadoop日志分析工具：White Elephant

White Elephant 是一个Hadoop日志收集器和展示器，它提供了用户角度的Hadoop集群可视化。White Elephant 是全球最大的职业社交网站Linkedin开发的一套分析Hadoop作业日志的系统，完全开源。

2014-02-12 10:28:50

大数据之路（一）数据仓库也需要大数据

大数据传统企业实施，其路漫漫，绝不会如昙花一现，探索大数据在传统行业的实施之路，寻找一条适合传统行业的企业大数据实施方法体系，是我执着坚守的信念，大数据是一种信仰，吾将上下而求索。记下项目中的点滴，算是日志，自勉。

2014-02-12 09:22:28

大数据落地什么较困难，是业务整合还是文化采纳?

围绕着大数据的炒作可谓极其疯狂，这种炒作也在推动着大量的投资进入这一领域。

2014-02-11 16:39:49

大数据背景下个性化服务如何成功落地？

身处大数据时代，企业有更多的机会去了解消费者，甚至会比消费者自己还要了解自己的需求。但事实上鲜有顾客真正获得精准、贴心的个性化服务，是企业不够用心还是顾客太挑剔？个性化服务落地难的个中缘由到底是什么？身处在数据时代，企业如何快速把握消费者的个性化需求和心理预期？有了庞大数据的支撑，企业的个性化服务会变得更加靠谱、更接地气吗？

2014-02-10 09:21:25

你会用吗？Linux五大数据可视化工具

Linux上用来实现数据的图形可视化的应用程序有很多，从简单的 2-D 绘图到 3-D 制图，再到科学图形编程和图形模拟。幸运的是，这方面的工具有很多开放源码实现，包括 gnuplot、GNU Octave、Scilab、MayaVi、Maxima 等。每个工具都有自己的优缺点，并且都是针对不同的应用程序而设计的。对这些开放源码图形可视化工具进行一下探索，有助于我们更好地决定哪个工具最适合我们的应用程序。

2014-02-09 16:20:20

大数据挑战：敢不敢不要加入人的判断？

在我们生活的这个时代，有这样一个简单原则：随着数据数量的不断增长，人们判断力的重要性应该逐渐降低。

2014-01-23 16:53:49

Teradata数据仓库加速Sligro食品集团的商业智能建设

全球领先的数据分析平台、应用和服务供应商Teradata天睿公司宣布，欧洲食品零售以及餐饮批发领导企业Sligro食品集团已经选择Teradata数据仓库实现预测性分析。这一全新且高效的平台将帮助该集团获得崭新视角，更好地预测未来的客户和市场发展，进一步实现从供应驱动型向需求驱动型运营模式的转变。

2014-01-22 10:11:49

Teradata 数据仓库

Google打造云中Hadoop便捷版强势对抗AWS

开发人员现在已经能够很轻松的在Google计算虚拟机上进行Hadoop操作了，理论上，Google Cloud Storage Hadoop的预览版将使开发人员不用再花大力气去管理集群和文件系统。这将对AWS和它的EC2造成很大冲击。

2014-01-17 10:03:51

Google Hadoop AWS

预测2014年大数据：不再只是停留在吹捧上

位于俄勒冈州波特兰市的咨询和研究分析机构发布了9项针对新的一年的官方预测，下面来看一下他们如何预测2014年的。

2014-01-17 10:03:31

微软和OpenStack成亚马逊Hadoop即服务新对手

HDInsight通过使用微软和Apache工具让Windows Azure用户可以访问Hadoop。OpenStack的Savanna项目为开源提供商提供了一个选择，但是作为一个不断发展的项目，用户还无法期望得到一个完整的交钥匙解决方案。

2014-01-14 09:11:24

微软 OpenStack 亚马逊

Hadoop YARN配置参数剖析(5)—Capacity Scheduler相关参数

Capacity Scheduler是YARN中默认的资源调度器。想要了解Capacity Scheduler是什么，可阅读我的这篇文章“Hadoop Capacity Scheduler分析”。

2014-01-07 17:18:51

上一页 1 ··· 165 166 167 168 169 ··· 182 下一页

51CTO技术栈公众号

业务
速览

媒体

51CTO CIOAge HC3i

社区

51CTO博客鸿蒙开发者社区 AI.x社区

教育

51CTO学堂精培企业培训 CTO训练营