自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(8)
  • 收藏
  • 关注

转载 想要读懂大数据,你得先了解这些技术

说起大数据,很多人都能聊上一会,但要是问大数据核心技术有哪些,估计很多人就说不上一二来了。 从机器学习到数据可视化,大数据发展至今已经拥有了一套相当成熟的技术树,不同的技术层面有着不同的技术架构,而且每年还会涌现出新的技术名词。面对如此庞杂的技术架构,很多第一次接触大数据的小白几乎都是望而生畏的。 其实想要知道大数据有哪些核心技术很简单,无非三个过程:取数据、算数据、用数据。这么说可能还是有人觉得...

2019-08-12 22:56:25 213

转载 2019年大数据的10大发展趋势

如今,人们寻求获得更多的数据有着充分的理由,因为数据分析推动了数字创新。然而,将这些庞大的数据集转化为可操作的洞察力仍然是一个难题。而那些获得应对强大数据挑战的解决方案的组织将能够更好地从数字创新的成果中获得经济利益。 考虑到这个基本前提,以下是组织在2019年应该关注的大数据的10个发展趋势: 1.数据管理仍然很难   大数据分析有着相当明确的重要思想:找到隐藏在大量数据中的信息模式,训练机器学...

2019-07-19 13:24:21 108

转载 想转行大数据,如何开始学习 Hadoop?

学习大数据首先要了解大数据的学习路线,首先搞清楚先学什么,再学什么,大的学习框架知道了,剩下的就是一步一个脚印踏踏实实从最基础的开始学起。 这里给大家普及一下学习路线:hadoop生态圈——Strom——Spark——算法。 所以学习hadoop是第一步,在这里声明一下,在学习hadoop之前需要有java基础,因为hadoop底层全是用java写的;还需要系统层面学会使用linux的基本shel...

2019-07-14 22:49:17 78

转载 学习大数据,你的职业是如何规划的?

作为IT类职业中的“大熊猫”,大数据人才(数据工程师,数据分析师,数据挖掘师,算法工程师等)、在国内人才市场可谓是一颗闪耀的新星。由于刚刚出于萌芽阶段,这个领域出现很大的人才缺口。 学习大数据,你的职业是如何规划的? 1 大数据人才做什么? 2 需要具备的能力 2.1 精通SQL 2.2 数据模型技能 2.3 ETL设计 2.4 架构项目 3 知识体系 机器学习基础 机器学习工具 3.1 大数据通...

2019-07-07 00:30:13 326

转载 大数据需要学习什么?

大数据需要学习什么?很多人问过我这个问题。每一次回答完都觉得自己讲得太片面了,总是没有一个合适的契机去好好总结这些内容,直到开始写这篇东西。大数据是近五年兴起的行业,发展迅速,很多技术经过这些年的迭代也变得比较成熟了,同时新的东西也不断涌现,想要保持自己竞争力的唯一办法就是不断学习。思维导图下面的是我整理的一张思维导图,内容分成几大块,包括了分布式计算与查询,分布式调度与管理...

2019-07-04 00:53:08 107

转载 零基础如何快速学好大数据?

大数据技术及应用已经成为互联网+时代发展的最大的趋。这也使得很多人纷纷选择学习大数据,在时代发展的潮流中获得属于自己的一份天地。大数据技术体系庞大,包括的知识较多,系统的学习大数据可以让你全面掌握大数据技能。 一、在开始学习大数据前应该掌握哪些基础知识 怎样进行大数据学习的快速入门?需要什么基础 1、Java语言基础 学大数据课程之前要先学习一种计算机编程语言。Java是大数据学习必要的编程语言基...

2019-07-02 23:32:17 74

转载 老司机告诉你大数据开发:学Hadoop好还是Spark好?

相信看这篇文章的你们,都和我一样对Hadoop和Apache Spark的选择有一定的疑惑,今天查了不少资料,我们就来谈谈这两种 平台的比较与选择吧,看看对于工作和发展,到底哪个更好。一、Hadoop与Spark1.SparkSpark是一个用来实现快速而通用的集群计算的平台。速度方面,Spark扩展了广泛使用的MapReduce计算模型,而且高效地支持更多计算模式,包括交互...

2019-06-27 18:54:46 722

转载 数据分析必不可少之数据仓库!

数据仓库的目的是构建面向分析的集成化数据环境,为企业提供决策支持(Decision Support)。数据仓库本身并不“生产”任何数据,同时自身也不需要“消费”任何的数据,数据来源于外部,并且开放给外部应用,这也是为什么叫“仓库”,而不叫“工厂”的原因。 01 数据仓库的特点 面向主题的,按照一定的主题进行组织,主题是指用户使用数据仓库进行决策时所关心的重点方面,后面会重点举例说明。数据仓库是集成...

2019-06-26 19:31:17 516

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除