数据科学与机器学习导论
笔者的机器学习系列文章地址 本文会随着笔者自己认知的变化而不断更新，有兴趣的话可以关注笔者的专栏或者Github。Introduction互联网的迅猛发展催生了数据的爆炸式增长。面...
面向程序猿的数据科学与机器学习知识体系及资料合集
本文面向程序猿的数据科学与机器学习知识体系及资料合集从属于程序猿的数据科学与机器学习实战手册。本文很多内容来自于hitvoice@github的建议与收集，特此感谢。DataSci...
团
基于 Docker 搭建 Hadoop 集群之升级版
摘要: kiwenlau/hadoop-cluster-docker是去年参加Docker巨好玩比赛开发的，得了二等奖并赢了一块苹果手表，目前这个项目已经在GitHub上获得了23...
HBase 表结构设计笔记
在设计HBase表时，Rowkey设计是很重要的事情，应该基于预期的访问模式来为Rowkey建模。Rowkey非常重要，在设计时需要慎重考虑。以存储用户观影记录数据为例，复合的Ro...
基于 HBase 的大数据存储的应用场景分析
引言 HBase是一个高可靠性、高性能、面向列、可伸缩的分布式存储系统，适用于结构化的存储，底层依赖于Hadoop的HDFS，利用HBase技术可在廉价PCServer上搭建起大规...
团
Hive 实用函数大全
为什么叫实用函数，因为有些不实用的函数没有写进文档中，哈哈。参考文档：《Apache Hive Cookbook》Hive分析窗口函数(一) SUM,AVG,MIN,MAX # 示...
InnoDB 备忘录：B+Tree 索引
本文主要介绍InnoDB存储引擎的B+Tree索引B+Tree数据结构 所有叶子节点出现在同一层叶子节点包含关键字信息叶子节点本身构成单向有序链表叶子节点内部的记录也构成单向有序链...
团
MySQL Binlog 应用场景与原理深度剖析
本文深入介绍Mysql Binlog的应用场景，以及如何与MQ、elasticsearch、redis等组件的保持数据最终一致。最后通过案例深入分析binlog中几乎所有event...
短小精悍之 Redis 命令行工具有趣的罕见用法
我们天天都在使用 Redis 内置的命令行工具 redis-cli，久而久之以为它就是一个简单的交互式 Redis 数据结构手工操作程序，但是它背后强大的功能绝大多数同学可能闻所未...
[译] Redis 的数据类型和抽象概念介绍
原文链接 译者：carvinRedis 不是一个 简单的 key-value 存储，实际上它是一个数据结构服务器，它支持不同类型的值。也就是说，在传统的key-value存储中，你...
从 Redis 分区的优缺点来看适合的应用场景
作者介绍 陆晨，英文名Float Lu，目前就职于大众点评网，JAVA工程师，热爱开源，业余时间喜欢钻研基础技术及各种开源中间件，技术博客（http://my.oschina.ne...
团
数据清洗的一些梳理
首先对@MayaG表示感谢，这篇文章是被你提的问题激发出的灵感，非常感谢~数据清洗， 是整个数据分析过程中不可缺少的一个环节，其结果质量直接关系到模型效果和最终结论。在实际操作中，...
神策分析的技术选型与架构实现
很多朋友很想知道神策分析（Sensors Analytics）是如何实现在每天十亿级别数据的情况下可以做到秒级导入和秒级查询，是如何做到不需要预先指定指标和维度就能实现多维查询的。...
浅谈 BI 与数据分析的可视化
作者 | 钟家福杏仁医生数据工程师，关注数据分析与挖掘。 一、名词解释估计这个标题对大家来说不是很好理解，在开始正题之前，我们先对标题中的「BI 报表可视化」和「分析报表可视化」做...
漫谈数据仓库：如何优雅地设计数据分层
0x00 前言一、文章主题本文主要讲解数据仓库的一个重要环节：如何设计数据分层！其它关于数据仓库的内容可参考之前的文章。本文对数据分层的讨论适合下面一些场景，超过该范围场景or数据...
概率论的入门指南
本文是《如何七周成为数据分析师》的第十四篇教程，如果想要了解写作初衷，可以先行阅读七周指南。温馨提示：如果您已经熟悉概率，大可不必再看这篇文章，或只挑选部分。概率是度量一件事发生的...
数据库死锁的解决办法（2012）
近日在博客网站上，回复别人的数据库死锁避免问题，之前也曾经几次答复过同样的内容，觉得很有必要汇聚成一个博客文章，方便大家。这里的办法，对所有的数据库都适用。 这个解决办法步骤如下：...
注册码问题分析（解决批量插入数据库的问题）
需求描述：产品狗说要做一个注册码生成模块，生成一批注册码，提供给受邀的用户注册网站。需求分析注册码功能并不少见（想去xxx论坛的孩子们天天吵着要注册码……），首先我们来简单分析一下...
微博数据库那些事儿：3 个变迁阶段背后的设计思想
编者按：高可用架构分享及传播在架构领域具有典型意义的文章，本文由肖鹏在高可用架构群分享。转载请注明来自高可用架构公众号「 ArchNotes 」。 肖鹏，微博研发中心技术经理，主要...
