大数据产业分析及实战案例汇编.pptxVIP

下载本文档

1
0
约小于1千字
约 48页
2019-09-14 发布于湖北
举报
版权申诉

大数据产业分析及实战案例汇编.pptx

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

;;;;;;;;;;;;;;;;;;;;;;;;;数据清洗;;分布式文件系统（HadoopDistributedFileSystem，HDFS）功能：为海量数据提供存储，部署在低廉的硬件上，有高容错性的特点。基本原理：将分布在不同地理位置的硬件通过网络连接起来，形成一个存储系统。使用时，不需要关心数据存储在哪个硬件上，只需要像使用本地文件系统一样管理和存储即可。各硬件是互相连接的，但是nn在将数据切割完成后，只能一个个发送经由各硬件，传输到某个位置，读取和写入都是一样流程。;MapReduce：一种编程模型功能：为海量数据提供运算基本原理：在不同的机器上并行完成运算，提高运算速度。分为map和reduce两个函数举例：如将扑克牌分类统计数量，把一副扑克牌分成4份同时进行。 Map（映射）：对集合里的每一个目标应用同一个操作，即统统数一遍，并反馈各个花色的分类，通常会按照（key；value）的方式进行，key为花色，value为数量 Reduce（化简／归纳）：将map的四组反馈结果汇总，得出各个花色的数量;;云计算是一种理念。Hadoop是云计算理念的一种技术实现。;;;;;;;;;;;;;4、这个用户的帖子中73次提到“明星”，132次提到“酒窝”，66次提到“睫毛”和“迷人”，所以推测该用户经常关注娱乐明星，且特别关注女明星的外貌。该用户提到比较频繁的词汇还有：故事、回忆、流行、环游、幼稚、圣诞、新人、歌曲、永远、咖啡，可推测该用户可能比较年轻，浪漫，很可能是女性。;;;;