1. RDD是什么RDD：Spark的核心概念是RDD (resilient distributed dataset)，指的是一个只读的，可分区的弹性分布式数据集，这个数据集的全部或部分可以缓存在内存中，在多次计算间可重复使用。2. 为什么会产生RDD？（1）传统的MapReduce虽然具有自动容错...
分类：
其他好文 时间：
2015-09-16 19:32:25
阅读次数：
256
昨天在审核资讯翻译的时候遇到这两个单词，文章里讲的也不清楚，感觉翻译的也不到位。今天就单独拿出来比较一下吧。尽管这两个单词相似，它们的具体实现方法还是有很大区别的。Distributional word representation主要是基于Distributional假说："linguistic ...
分类：
其他好文 时间：
2015-09-16 00:51:18
阅读次数：
1530
原文链接：http://www.confluent.io/blog/apache-kafka-samza-and-the-Unix-philosophy-of-distributed-data作者：Martin Kleppmann译者：杰微刊-macsokolot(@gmail.com) 当我在.....
分类：
Web程序 时间：
2015-09-14 11:51:00
阅读次数：
225
RDD简介 在Spark集群背后，有一个非常重要的分布式数据架构，即弹性分布式数据集（Resilient Distributed DataSet，RDD），它是逻辑集中的实体，在集群中的多台集群上进行数据分区。通过对多台机器上不同RDD分区的控制，能够减少机器之间的数据重排（Data Shuffle...
分类：
其他好文 时间：
2015-09-14 00:30:20
阅读次数：
253
DoS攻击、DDoS攻击和DRDoS攻击相信大家已经早有耳闻了吧!DoS是 Denial of Service的简写就是拒绝服务，而DDoS就是Distributed Denial of Service的简写就是分布式拒绝服务,而DRDoS就是Distribut...
分类：
其他好文 时间：
2015-09-11 22:16:36
阅读次数：
395
hbase 是什么？ Apache HBase is an open-source, distributed, versioned, non-relational database modeled after Google's Bigtable: A Distributed Storage Syst...
分类：
其他好文 时间：
2015-09-11 15:46:43
阅读次数：
203
文本分类实战分类任务算法流程数据标注特征抽取特征选择分类器训练与评估坑分词特征重要度有偏训练集模型大小优化One More Thing…term 扩展Distributed Representation分类任务其实工程上对于文本分类的需求还是挺多的，主要可以分为下面两类，并对每类给了两个例子。二分类...
分类：
其他好文 时间：
2015-09-09 08:32:02
阅读次数：
163
问题描述 BIT has recently taken delivery of their new supercomputer, a 32 processor Apollo Odyssey distributed shared memory machine with a hierarchical c...
分类：
其他好文 时间：
2015-09-08 15:13:48
阅读次数：
180
#!/bin/sh # Licensed to the Apache Software Foundation (ASF) under one or more # contributor license agreements. ?See the NOTICE file distributed with # this work for additional information regar...
分类：
系统相关 时间：
2015-09-06 18:41:51
阅读次数：
227
RDD, Resilient Distributed Dataset，弹性分布式数据集， 是Spark的核心概念。对于RDD的原理性的知识，可以参阅Resilient Distributed Datasets: A Fault-Tolerant Abstraction for In-Memory C...
分类：
其他好文 时间：
2015-09-06 12:47:10
阅读次数：
169
