上传资源列表
-
PySpark Python API 详解
大小：18K 更新时间：2026-05-09 下载积分：2分
一、PySpark 简介PySpark 是 Apache Spark 提供的 Python API，它允许开发者使用 Python 语言编写 Spark 应用程序。通过 PySpark，用户可以利用 Spark 的分布式计算能力处理大规模数据集，同时享受 Python 语言的简...
-
主流机器学习库概述
大小：14K 更新时间：2026-05-09 下载积分：2分
一、核心通用库1. Scikit-learno 特点：基于NumPy和SciPy构建，提供完整的监督/无监督学习工具链，包含分类、回归、聚类、降维等算法实现。o 优势：API设计简洁一致，内置数据集（如鸢尾花、波士顿房价）便于快速...
-
Spark Streaming 技术详解
大小：18K 更新时间：2026-05-09 下载积分：2分
1. 概述Spark Streaming 是 Apache Spark 生态系统中的实时计算框架，它提供了高吞吐量、可容错的流处理能力。基于 Spark 的核心 API，Spark Streaming 能够将实时数据流分解为一系列小的批处理作业（Micro-Batch）...
-
HBase 技术详解
大小：17K 更新时间：2026-05-09 下载积分：2分
HBase 是一个分布式、可扩展、支持海量数据存储的 NoSQL 数据库，基于 Google 的 Bigtable 论文实现，运行在 Hadoop 分布式文件系统（HDFS）之上。它适用于存储非结构化和半结构化数据，具有高吞吐量、高可靠性和实...
-
Hive 详解.
大小：16K 更新时间：2026-05-09 下载积分：2分
一、Hive 概述Hive 是基于 Hadoop 的一个数据仓库工具，由 Facebook 开源，用于处理大规模结构化数据。它提供类 SQL 查询语言（HiveQL），允许用户通过 SQL 语法分析存储在 Hadoop 分布式文件系统（HDFS）中的数据，...
