R语言，适合有统计学背景的小伙伴； Python，适合有计算机北京的小伙伴； 此外，还有浩彬老师推荐的SPSS Modeler，还有Weka等。 现在的数据...
2016-06-15 08:38 回复了该问题个人觉得像制造类偏传统行业的企业。 首先需要关注大数据，而是先开始养数据，规划公司的数据中心，数据一般会来自于企业的信息中心或信息化部门； 其二是可以考虑在...
2016-06-15 08:33 回复了该问题题主所所的表是指Hive的表吗？如果是Hive表： 首先，这个txt文件必须具有与Hive表一致的格式结构，例如，字段分隔符、字段值（如果字段值与表中对应字段的...
2016-06-14 19:57 回复了该问题集群节点由几个就部署几个，并且要是2n+1个节点。 这是因为Zookeeper的选举机制，投票选举结果需要过半数才可通过，如果是2n个节点，则无法过半。
2016-06-14 19:53 回复了该问题医疗大数据所使用的数据主要来自于电子病历，因此目前很多医院的信息化也会逐步往电子病历靠拢。 很多还没有采用电子病历系统的医院逐步的上这些系统。而大医院，例如包括...
2016-06-14 08:24 回复了该问题不知题主说的raw是不是HDFS中的原始数据，HDFS如果是文本的话，在HDFS查看到的就是文本，HBase存储机制为二进制，在HBase scan查询到的都是...
2016-06-13 10:56 回复了该问题有使用Ganglia+Nagios的组合，这俩都是做监控的，Ganglia对服务器性能做监控，Nagios可以加上对Hadoop、HBase等的具体服务进程（如...
2016-06-06 10:35 回复了该问题这样反转就行了：yourRdd.map(x => (x._2,x._1)) 如果后面需要在反转回去，也是一样的道理。
2016-06-06 10:30 回复了该问题可以不装Hadoop，但是必须要有Hadoop的相关包（例如执行hdfs dfs所用），否则如何使用hdfs dfs -ls等命令呢？ 所以建议拷贝一份Hado...
2016-06-06 10:27 回复了该问题1，用大数据做网站日志分析（主要是流量）； 2，订单分析； 3，客户分类（流失客户、潜在客户挖掘）； 4，财务方面的费用分析 ……
2016-06-02 20:02 回复了该问题我一般是根据那个类型在Oracle中的含义或者大小来定的。 大多数情况下，有小数点的会按照number的精度映射成float或double，无小数点的情况下...
2016-06-02 09:39 回复了该问题确定该RunJar进程就是在往HBase里写数据的进程吗？MR作业号可以在配置的8088端口页面看到的。
2016-06-02 09:32 回复了该问题如果很少写，那就得写，找机会写。 例如，我的工作中如果以写Hive QL为主，那么我可以写MR来实现这些Hive QL的功能 就是这样去找机会练。。。
2016-06-02 09:30 回复了该问题我把你的问题理解成是能进行数据监控、并且以报表形式展现的工具。 你可以看一下[b]Ambari[/b]，能对大数据平台的多个组件服务（注意，不是大数据平台的...
2016-06-02 09:28 回复了该问题用户层面的设定？代码中可以设定的吧 让不同的用户在代码里设定这些参数，但是不知道你是在Spark shell还是在Application中
2016-05-31 11:00 回复了该问题
