mongodb由C＋＋写就，其名字来自humongous这个单词的中间部分，从名字可见其野心所在就是海量数据的处理。关于它的一个最简洁描述为：scalable, high-performance, open source, schema-free, document-oriented databas...
分类：
数据库 时间：
2015-01-14 19:43:31
阅读次数：
308
http://xueshu.baidu.com/?tn=SE_baiduxueshu_c1gjeupa2014年6月初，“百度学术搜索”上线。百度学术搜索是百度旗下的提供海量中英文文献检索的学术资源搜索平台，涵盖了各类学术期刊、会议论文，旨在为国内外学者提供最好的科研体验。百度学术搜索可检索到收费和...
分类：
其他好文 时间：
2015-01-13 23:15:24
阅读次数：
2296
逐鹿出品!必属精品!看完这篇文章，可以把操蛋的微信书仍了...在机场候机无聊的时候经常去书店看看畅销书，有关微信营销的书一堆，随便买了一本，耐着性子看了20分钟直接扔了，纯粹浪费时间，这个时代最不缺的就是海量垃圾信息，正因为如此真正高效有价值和直达本质的信息显得越发重要，真希望以后写书的人书越写越薄...
分类：
微信 时间：
2015-01-13 23:02:57
阅读次数：
366
转自:http://www.lanceyan.com/tech/arch/snscrawler.html随着BIG DATA大数据概念逐渐升温，如何搭建一个能够采集海量数据的架构体系摆在大家眼前。如何能够做到所见即所得的无阻拦式采集、如何快速把不规则页面结构化并存储、如何满足越来越多的数据采集还要在...
分类：
其他好文 时间：
2015-01-13 21:31:53
阅读次数：
221
随着BIG DATA大数据概念逐渐升温，如何搭建一个能够采集海量数据的架构体系摆在大家眼前。如何能够做到所见即所得的无阻拦式采集、如何快速把不规则页面结构化并存储、如何满足越来越多的数据采集还要在有限时间内采集。这篇文章结合我们自身项目经验谈一下。我们来看一下作为人是怎么获取网页数据的呢？1、打开浏...
分类：
其他好文 时间：
2015-01-13 15:50:17
阅读次数：
216
Hadoop家族系列文章，主要介绍Hadoop家族产品，常用的项目包括Hadoop, Hive, Pig, HBase, Sqoop, Mahout, Zookeeper, Avro, Ambari, Chukwa，新增加的项目包括，YARN, Hcatalog, Oozie, Cassandra,...
分类：
Web程序 时间：
2015-01-13 01:28:23
阅读次数：
278
前言 对于如何发现一个数据集中的频繁项集，前文讲解的经典 Apriori 算法能够做到。 然而，对于每个潜在的频繁项，它都要检索一遍数据集，这是比较低效的。在实际的大数据应用中，这么做就更不好了。 本文将介绍一种专门检索频繁项集的新算法 - FP-growth 算法。 它只会扫描数据集两次，...
分类：
编程语言 时间：
2015-01-12 12:55:51
阅读次数：
327
自Oracle 8（1997年左右）就引入了分区表&分区索引(Partitioned Tables & Indexes)的概念来调整大表和大索引，提升性能，提升运维管理的能力。分区表和分区索引机制是海量数据库管理（Very Large Databases ，即VLDB) 中一个重要的提升性能的机制。...
分类：
数据库 时间：
2015-01-09 17:22:19
阅读次数：
410
前言 想必大家都听过数据挖掘领域那个经典的故事 - "啤酒与尿布" 的故事。 那么，具体是怎么从海量销售信息中挖掘出啤酒和尿布之间的关系呢？ 这就是关联分析所要完成的任务了。 本文将讲解关联分析领域中最为经典的Apriori算法，并给出具体的代码实现。关联分析领域的一些概念 1. 频繁项集...
分类：
编程语言 时间：
2015-01-09 17:13:21
阅读次数：
188
手Q兴趣部落推出有一段时间了，这项被视为手Q提升用户粘度，强化移动社交属性的策略被证明是明智之举，如今，在手Q 5.42亿月活跃用户的支持下，兴趣部落的人气也扶摇直上，上线短短一年时间来便涌现出许多百万、千万级部落，不仅为手Q的用户提供了海量的优质内容，更重要的是，它标志着基于手Q平台推进泛社交战略的成功。
兴趣部落的成功也让业界开始将其与微信公众号进行对比，不过，最近手...
分类：
微信 时间：
2015-01-09 10:44:25
阅读次数：
272
