- 相关博文
- 最新资讯
-
YARN（Yet Another Resource Negotiator）是Hadoop 2.0的核心资源管理系统，通过将资源管理和作业调度分离，解决了Hadoop 1.x中JobTracker的单点瓶颈问题。其架构由ResourceManager、NodeManager、ApplicationMaster和Container四个核心组件构成。ResourceManager负责全局资源调度和应用管理，NodeManager管理单节点资源和容器生命周期，ApplicationMaster专注于单个应用的任务调
-
- 励志成为糕手
- 昨天
-
-
本文聚焦 Linux 进程程序替换：fork 子进程后，exec 系列函数可覆盖进程用户空间代码与数据，从新程序启动例程执行，PID、父子关系不变，exec 仅失败返回-1。文中梳理 7 个 exec 接口差异（以 l/list 列参数、v/vector 传数组、p/path 搜 PATH、e/env 自定义环境变量区分），验证写时拷贝保护父进程代码，揭示环境变量被子进程继承且不随替换丢失，还含跨语言调用、脚本执行案例。
-
- 笑口常开xpr
- 昨天
-
-
ZooKeeper是分布式系统中的核心协调服务，采用主从架构（Leader、Follower、Observer）确保数据一致性。其树形数据模型包含持久节点、临时节点和顺序节点，满足不同场景需求。通过会话管理、数据同步和Watch通知三大机制实现高效协调：会话管理维护客户端连接状态和临时节点生命周期；数据同步采用两阶段提交保证集群数据一致；Watch机制则实现节点变更的实时通知。这些特性使ZooKeeper成为解决分布式一致性、配置管理等问题的理想选择，广泛应用于分布式锁、服务注册等场景。
-
- ##学无止境##
- 昨天
-
-
Hadoop 是 Apache 开源的分布式计算框架，核心解决TB/PB 级离线数据的存储与批处理（如每日用户日志分析、月度数据报表生成），遵循 “移动计算比移动数据更高效” 原则 —— 将计算任务分发到数据所在机器，减少跨机器数据传输损耗。Spark 是基于 Hadoop 生态的开源框架，核心突破是引入内存计算机制，解决 Hadoop 实时性差、迭代低效的问题，同时支持离线批处理、准实时流处理、机器学习等多场景，是当前大数据处理的 “主流引擎”。
-
- Zhou_Yanmin
- 17小时前
-
-
这篇文章是一份面向零基础开发者的Git版本控制工具入门指南。作者从自身踩坑经历出发，系统性地介绍了Git的核心概念、操作流程和实用技巧。文章首先解释了版本控制的必要性，对比了Git与其他工具的优势，详细讲解了Git的安装配置、本地仓库管理、远程仓库操作（以Gitee为例）、分支管理等重点内容。特别提供了IDE可视化操作指南和冲突解决方法，并总结了新手常见错误。全文采用生活化比喻（如购物车、储物柜）降低理解难度，强调;先掌握核心流程再逐步深入的学习路径，最后鼓励读者通过实践来真正掌握Git。
-
- 森林-
- 17小时前
-
-
就像 “做饭时把常用调料放灶台边，不用每次都去厨房柜子拿”：Spark 把计算中反复用的数据存到 “内存灶台”，避免每次都跑 “HDFS 厨房” 搬数据，做饭（计算）速度自然快。相当于 “把书按‘章节’分类放（列式存储），要查‘第三章数据’时，不用把整本书都翻一遍，直接拿第三章的内容”，比 “按页码顺序放（行式存储）” 快得多。就像 “公司会议室调度”：核心会议（实时风控）优先占大会议室，临时小会议（离线报表）用小会议室，会议结束后马上释放房间，没人占着不用，也没人抢不到房间。
-
- Zhou_Yanmin
- 17小时前
-
-
本文介绍了一个基于Spark的健康风险预测数据可视化分析系统。该系统整合Hadoop、Spark等大数据技术，采用Python+Django+Vue.js技术栈开发，可高效处理医疗生命体征数据（呼吸频率、血氧饱和度等），实现健康风险评估与预测。系统具有四大核心功能：生命体征与风险关联分析、风险等级患者画像、氧气使用健康分析、患者分群与风险模式识别。通过前后端分离架构，后端处理大数据计算，前端提供ECharts可视化交互界面，为医疗决策提供数据支持。开发环境包括Hadoop/Spark生态、Python/Dj
-
- BYSJMG
- 昨天
-
-
出行路线规划与推荐系统数据可视化分析摘要 本系统采用Python+Django+Vue技术栈，构建智能出行规划平台。核心功能包括：基于协同过滤算法的个性化路线推荐、实时交通数据爬取（日均处理10万+条数据）、多维度可视化分析（Echarts实现热力图/流量分布等）。系统包含用户端功能模块（路线查询/实时导航）和管理后台（数据监控/用户管理），通过MySQL存储用户行为特征，运用Hadoop+Spark处理海量交通数据。测试表明，算法推荐准确率达87%，响应时间<1.5秒。项目创新性地将推荐算法与实时路
-
- IT毕设实战小研
- 昨天
-
-
在这里我是选择了基于Binlog的实时同步，也就是用canal监听Mysql的binlog来实现同步,同时为了提高可靠性，我选择了利用消息队列来接收canal的消息，后续再由消费者来做插入es的操作。这一步主要是将canal.properties和instance.properties配置文件提取出来映射到Windows宿主机，后面的D:\Develop\canal只是一个自定义存放文件的目录，先按我们想要的配置好，然后再挂载到新的一个容器上。如果不知道怎么新建网络，可以去网上搜索，这里不赘述了。
-
- RinzeSAMA
- 22小时前
-
-
本文介绍了一个基于Hadoop和Python的租房数据分析与可视化系统，采用Spark、Hadoop、Django、Vue等技术框架开发。系统通过大数据技术分析房源分布、租金水平、交通便利性等核心维度，包含区域分析、交通便利性评估、房源特征分析、市场洞察和租金预测五大模块。前端采用Vue+Echarts实现数据可视化，后端使用Python处理海量租房数据，结合机器学习算法构建预测模型。研究为租房决策提供数据支持，推动租房市场透明化，系统展示部分包含大屏可视化、多维分析页面及核心功能代码片段。
-
- Q2643365023
- 昨天
-
-
AgentRules v2.4.1：革命性AI智能助手开发框架 AgentRules v2.4.1是新一代AI开发框架，通过L4级完全自主能力赋能AI助手，使其具备深度思考和决策能力。该框架提供智能需求理解、五阶段生命周期管理和端到端自主执行功能，决策准确率超过92%。相比传统开发方式，AgentRules可节省60%开发时间，提升代码质量5%以上，并通过MCP工具智能化编排实现自动化工作流。核心功能包括超级大脑系统激活、全栈开发能力矩阵和智能项目管理，适用于快速原型开发、复杂业务逻辑实现等场景。框架支持快
-
- 落_夜
- 昨天
-
-
近日星环科技宣布完成D2轮融资，融资金额约5亿元人民币。其中参与本轮投资的包括知名投资机构金石投资、中金资本、渤海中盛和的产业投资基金，这距星环科技D1轮融资过去了仅仅半年多的时间。
-
Teradata上新Vantage Customer Experience和Vantage Analyst，都是啥？
近日Teradata宣布推出Vantage CX（Vantage Customer Experience）解决方案，以此改变世界上创新性的数据驱动型公司的客户体验。
-
-
-
-
-
对于“云计算”这个名词，大家早已耳熟能详，而且出场率越来越高！但对于很多新入行的“小白”来说，其中涉及的各种概念可能令人毫无头绪，这篇文章从最基础的角度出发，希望成为你的快速入门手册。
-
-
这是晶少本年度第二次面访Kimberly Powell，这位英伟达医疗领域的美女副总裁。除了一贯的nice之外，更重要的一点，在深圳MICCAI 2019期间，英伟达医疗团队还带来了首个面向医学影像的隐私保护型联邦学习系统的发布以及关于Clara的最新进展。
-
-
-
-
-
-
-
-
互联网进入移动互联网时代，最具代表性的产品就是各种信息流，像是朋友圈、微博、头条等。这些移动化联网时代的新产品在过去几年间借着智能手机的风高速成长。这些产品都是Feed流类型产品，由于Feed流一般是按照时间“从上往下流动”，非常适合在移动设备端浏览，最终这一类应用就脱颖而出，迅速抢占了上一代产品的市场空间。
-
【光说不练假把式】今天说一说Kubernetes 在有赞的实践
我们为什么选择 Kubernetes？因为 Kubernetes 几乎支持所有的容器业务类型，包括无状态应用、有状态应用、任务型和 Daemonset，Kubernetes 也逐渐成为容器编排领域不争的事实标准。同时，从资源利用率，开发测试运维和 DevOps 三方面出发，会极大的提升人和机器的效率。
-
-
活动
-
2021-11-10
-
2021-03-09
-
2020-12-16
独家定制
-
-
3500人的专业安全团队与你同在
-
-
CSDN云计算在线公开课
-
-
IaaS市场高速增长，历久弥新
精品推荐
关于我们
关注「云计算」
转载 & 投稿：songhui@csdn.net
商务合作：zhangjing@csdn.net