Apache Cassandra 快速入门指南(Quick Start)Cassandra 快速入门指南(Quick Start) Spark大数据博客 - https://www.iteblog.com Apache Cassandra 快速入门指南(Quick Start) 我们在这篇文章简单介绍了 Apache Cassandra 是什么,以及有什么值得关注的特性。本文将简单介绍 Apache Cassandra 的安装以及简单使用,可以帮助大家快速了解 Apache iteblog 4096 Apr 2 21:12 tools 1 / 11 Apache Cassandra 快速入门指南(Quick Start) Spark大数据博客 - https://www.iteblog.com 各个文件或目录介绍如下: bin:这个目录下包含了启动 Cassandra 以及客户端相关操作的可执行文件,包括 Rack 2 / 11 Apache Cassandra 快速入门指南(Quick Start) Spark大数据博客 - https://www.iteblog.com UN 127.0.0.1 160.88 KiB 256 1000 码力 | 11 页 | 0 Bytes | 1 年前3
阿里云云数据库 Redis 版 快速入门云数据库 Redis 版 快速入门 快速入门 文档目的 快速入门旨在介绍如何创建 Redis 实例以及连接实例数据库,使用户能够了解从购买 Redis 实例到开始使用实 例的流程。 目标读者 首次购买 Redis 实例的用户 想要了解如何连接 Redis 实例的用户 快速入门流程图 若您初次使用云数据库 Redis 版,请先了解使用限制以及关于 界面进行实例 创建、网络设置、实例管理、密码设置等操作。 Redis 管理控制台是阿里云管理控制台的一部分,关于控制台的通用设置和基本操作请参见使用阿里云管理控 云数据库 Redis 版 快速入门 1 制台。本文将介绍 Redis 控制台的通用界面,若有差异,请以控制台实际界面为准。 前提条件 使用阿里云账号登录 Redis 管理控制台。若没有阿里云账号,请单击注册。 发生闪断,建议您尽量选择业务低峰期为运维时间段。 性能监控 单击实例 ID 即可进入实例信息页面,在左侧导航栏中选择性能监控查看 Redis 的历史性能数据,可以查看到 云数据库 Redis 版 快速入门 2 不同的监控项。 单击性能监控之后可以查看到不同的监控项,以下对基础监控组的监控项进行说明。 基础监控项 说明 Keys 后端 Redis 所有 db 的 key 个数的总和,对于集0 码力 | 29 页 | 1.07 MB | 1 年前3
《Redis使用手册》(试读版)⽉于清远 1. 引⾔ 欢迎来到本书的第⼀章。 在这⼀章, 我们⾸先会了解到⼀些关于 Redis 的基本信息, ⽐如它提供了什么功能、 它能做什么、它的优点是什么、有哪些公司使⽤它等等。 之后我们会快速地了解本书各个章节的具体编排, 并完成⼀些学习 Redis 的前期准备⼯作, ⽐如安装 Redis 服 务器等等。 在⼀切准备就绪之后, 我们就会开始学习如何执⾏ Redis 命令, 以及如何通过配置选项对 本书包含了⼤量 Redis 新版特性的介绍, 读者可以通过本书了解到最新的 Redis 知识。 除此之外, 对于⽇常的命令⽂档查找和应⽤示例查找, 本书在⽬录处也做了优化, 读者可以通过 书本的⽬录和附录快速定位命令和示例, ⾮常便于⽇常查阅。 1.4 预备⼯作 本书包含⼤量 Redis 命令操作实例和 Python 代码应⽤示例, 执⾏和测试这些示例需要⽤到 Redis 服务器及其附 带的 redis-cli 4 示例:缓存 对数据进⾏缓存是 Redis 最常⻅的⽤法之⼀: 因为 Redis 把数据储存在内存⽽不是硬盘上⾯, 并且访问内存数 据的速度⽐访问硬盘数据的速度要快得多, 所以⽤户可以通过把需要快速访问的数据储存在 Redis ⾥⾯来提升应 ⽤程序访问这些数据时的速度。 代码清单 2-1 展示了⼀个使⽤ Redis 实现的缓存程序代码, 这个程序使⽤ SET 命令来将需要被缓存的数据储存 到指定的字符串键⾥⾯,0 码力 | 352 页 | 6.57 MB | 1 年前3
MyBatis 框架尚硅谷 java 研究院版本:V 1.0可以配置多种环境,比如开发、测试和生产环境需要有不同的配置 2) 每种环境使用一个 environment 标签进行配置并指定唯一标识符 3) 可以通过 environments 标签中的 default 属性指定一个环境的标识符来快速的切换环境 JAVAEE 课程系列 ————————————————————————————— 13 更多 Java –大数据 –前端 –python 人工智能资料下载,可访问百度:尚硅谷官网 5.6 foreach 1) foreach 主要用户循环迭代 collection: 要迭代的集合 item: 当前从集合中迭代出的元素 open: 开始字符 close:结束字符 separator: 元素与元素之间的分隔符 index: 迭代的是 List 集合: index 表示的当前元素的下标 迭代的 Map 集合: index 表示的当前元素的 key0 码力 | 44 页 | 926.54 KB | 1 年前3
云原生虚拟数仓PieCloudDB Database产品白皮书用户在扩容时,必须同时扩 容计算资源和存储资源,在扩缩容、运维、迁移上都存在一定的挑战。当企业遇到负载高峰时刻或需要紧急得到某个 报表结果时,传统数据仓库无法及时扩资源,导致大数据系统无法弹性、快速地分析业务数据,错失了充分挖掘数据 价值所带来的商业机会。 传 统 数 据 仓 库 架 构 成 本 高 昂 传统数据仓库价格高昂的软硬件、开发运维人员的高昂薪资需要企业进行巨大的前期投入。传统数据仓库客户的生产 群的访问,往往非常困难,会造成数据孤岛的存 在。 运 维 成 本 对于传统 MPP 数仓,企业往往会需要配备运维人力,且对运维、开发人员要求高,需要相关人员掌握复杂的技术 栈,技术的更新迭代迅速,相关人员需保持积极的知识更新意识。相关人才市场较小,人才匮乏。高昂的学习成本造 成用户使用过程中性能差、故障率高、故障修复时间长等问题。 5 云时代的数据处理要求 随着数据量和计算能力 集群中计算节点的数量和虚拟数仓的数量,用最适合的资源量来满足其业务需求。 PieCloudDB 实现了元数据、计算、存储等三层架构,计算节点不存储用户数据,是无状态的。当计算节点发生故障 时,PieCloudDB 会自动快速发现并调度新的节点替代故障节点,同时也会在后台尝试修复故障节点,从而保证 PieCloudDB 服务的高可用性。 PieCloudDB 的存储引擎,支持对象存储、HDFS、NAS等分布式0 码力 | 17 页 | 2.02 MB | 1 年前3
Greenplum 介绍的开源贡献列表中全球排 名第四左右。 采用开源方案,不担心后门问题,不担心被锁定。开源还可以构建更好的 生态。 ● 采用敏捷软件开发方法开发的平台:Greenplum 采用敏捷方法开发,实现了快速迭代、持 续发布和质量内建。2017 年 Greenplum 发布了 10 个版本,以前发布一个版本需要 1 个 月左右,现在只需要十几个小时。 ● 具备企业级稳定性的平台:Greenplum 区贡献者包括阿里云、中移动等大公司,也有诸多中小公司和数据库爱好者。 开源之后,Greenplum 把敏捷软件开发方法学引入到分布式数据库的开发中,通过使用站立会议、 回顾会议、结对编程、持续集成、测试驱动、单周迭代等敏捷方法建立了高效的快速反馈系统, 大大提高了产品的质量和客户的满意度。Greenplum 5.0 是开源之后发布的第一个稳定版本,大 约保持 1 个半月一个版本的发布速度。Greenplum 主干分支(master)开发非常活跃,众多社区0 码力 | 3 页 | 220.42 KB | 1 年前3
πDataCS赋能工业软件创新与实践当天即获得头部产业基⾦天使轮投资 成为Day-1准独角兽 7月 与中国⼈民⼤学成立实习基地,打造中 国的云原⽣数据库世界级智⼒⾼地 11月 4月 获得元⽲重元和东吴证券Pre-A轮投资 标 志着企业进⼊快速成长期 拓数派 正式成立 成立杭州总部、北京研发中⼼、 上海全球品牌战略与⽣态发展中⼼ 蓬勃发展的拓数派 驱动数据计算时代的到来 9月 成立加拿⼤研发中⼼ 7月 PieCloudDB云原⽣数据库存算分离等关键技术打造完成 升级了数据中台的安全审计应用,采用PieCloudDB替换了ES,支持半结构化数据的查询(json/xml等数据格式), 应用开发不用再基于SPL查询语法,改用通用型的SQL语法即可,⼤⼤缩短了应用开发和迭代周期; Ø 具备流批⼀体化能⼒,兼容Spark和Flink等应用程序,替换了部分Spark应用(SparkSQL); Ø 与集团内部的云平台进⾏了统⼀集成,通过API接⼝实现了系统对接,统⼀进⾏租户和资源的管理,支持资源管控和 装备建造项目。 项目收益: 解决⽅案: 基于πDataCS建设⼀个国产化的调试完⼯数据平台,平台不仅对标了⾏业标杆产品,挪威COMPLAN公司WINPCS的核⼼操作业务模块和数据 结构,更将迭代⾄基于云原⽣的自主可控eMPP国产数据库,从⽽搭载⼀组多专业⼯种可适用的分布式⼯业自动化应用系统。 具体如下: Ø MEGDAO团队与πDataCS团队双⽅进⾏了战略化合作,平台所有产品全面迁移⾄国产的πDataCS0 码力 | 36 页 | 4.25 MB | 1 年前3
Greenplum机器学习⼯具集和案例、PXF、外部表机制 • 完善的标准支持:SQL、JDBC、ODBC • 集成数据平台:BI/DW、文本、GIS、图、图像、机器学习 • 开放源代码,持续大力投入 • 敏捷方法学:快速迭代、持续发布、质量内建 • 企业级稳定性,成熟生态系统 2017.thegiac.com Greenplum: 机器学习工具集 2017.thegiac.com • PL/X:各种语言实现自定义函数(存储过程) C API (Greenplum, PostgreSQL, HAWQ) 底层抽象层 (数组操作、类型转换、数值计算库等) 数据库内建函 数 ⽤用户接⼝口 ⾼高层抽象层 (迭代控制器器) 内循环函数 (实现机器器学习逻辑) Python SQL C++ MADlib 架构 2017.thegiac.com • 是一种由搜索引擎根据网页之间 GPDB 中花 58 秒计 算 ~200 个变量量的IV 13.7x/变量量 建模 ● < 50 个变量量,运⾏行行⼀一 次逻辑回归迭代需要 ~30 分钟 ● 376 个变量量,运⾏行行⼀一次 逻辑回归迭代需要 ~1.86 分钟 ~16x/迭代 ⼯工作流程优化 2017.thegiac.com 原始模型 改良后的模型 ● 模型精确度 = 99.7% ●0 码力 | 58 页 | 1.97 MB | 1 年前3
SelectDB案例 从 ClickHouse 到 Apache DorisClickHouse 和 Elasticsearch 两套引擎的连接与查询,成本和难度都比较高。 除此之外,ClickHouse 由国外开源,交流具有一定的语言学习成本,遇到问题无法准确反 馈、无法快速获得解决,与社区沟通上的阻塞也是促进我们进行架构升级的因素之一。 数据架构 2.0 3 基于架构 1.0 存在的问题和 ClickHouse 的局限性,我们尝试对架构进行优化升级,将分析 Oracle,PostgreSQL 等)到 Doris。**** 社区目前 Apache Doris 社区活跃、技术交流更多,SelectDB 针对社区有专职的技 术支持团队,在使用过程中遇到问题均能快速得到响应解决。 同时我们也利用 Doris 的特性,解决了架构 1.0 中较为突出的问题。 数仓层:Apache Doris 的 Aggregate 数据模型可支持部分列实时更新,因此我们去 等组件的 联邦查询分析,降低多数据源查询复杂度。 通过以上的方式,使得存储成本降低 42%,开发与时间成本降低了 40% ,成功实现降本提 效,后续我们将继续探索! 未来规划 未来我们还将继续进行迭代和优化,我们计划在以下几个方向进行探索: 实现自动识别冷热数据,用 Apache Doris 存储热数据,Iceberg 存储冷数据,利用 Doris 湖仓一体化能力简化查询。 0 码力 | 12 页 | 1.55 MB | 1 年前3
TiDB v6.1 中文手册· · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 81 3 快速上手 81 3.1 TiDB 数据库快速上手指南· · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 90 2 3.2 HTAP 快速上手指南 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 101 4.2 快速开始 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · ·0 码力 | 3572 页 | 84.36 MB | 1 年前3
共 80 条
- 1
- 2
- 3
- 4
- 5
- 6
- 8













