3.2 集群部署
- 企業(yè)大數(shù)據(jù)處理:Spark、Druid、Flume與Kafka應(yīng)用實踐
- 肖冠宇
- 2731字
- 2019-01-02 20:35:58
上QQ閱讀APP看后續(xù)精彩內(nèi)容
登錄訂閱本章 >
推薦閱讀
- 大規(guī)模數(shù)據(jù)分析和建模:基于Spark與R
- MongoDB管理與開發(fā)精要
- 大數(shù)據(jù)可視化
- 醫(yī)療大數(shù)據(jù)挖掘與可視化
- 數(shù)據(jù)驅(qū)動設(shè)計:A/B測試提升用戶體驗
- Power BI智能數(shù)據(jù)分析與可視化從入門到精通
- Visual FoxPro數(shù)據(jù)庫技術(shù)基礎(chǔ)
- Oracle 11g+ASP.NET數(shù)據(jù)庫系統(tǒng)開發(fā)案例教程
- 算法設(shè)計與分析
- 算力經(jīng)濟(jì):從超級計算到云計算
- 實用預(yù)測分析
- Flume日志收集與MapReduce模式
- Unity 4.x Game AI Programming
- 大數(shù)據(jù)網(wǎng)絡(luò)傳播模型和算法
- 數(shù)據(jù)庫高效優(yōu)化:架構(gòu)、規(guī)范與SQL技巧