第194页

2017
02-21

学习一样新东西行而有效的方法 NEW

 在简书看到的这篇关于如何学习新东西的总结，挺有收获的。虽然有些道理大家可能都懂，但是如果不付诸实践那还是没有意义的。以下是正文：有人曾从我工作的一家公司盗取了9千万美元。我不太懂得如何观人识人。这家公司最终关门了。有一些事情我就是学不会。我很容易相信一个人。因此，无论我如何尝试，判断一个人对我来说，简直太难了。所以，我寻找擅长做这件事的人，我让他们给我提供帮助。不要强迫自己学习那些你不想或者不属于你天赋所及的事情。天赋的作用到底有多大？非常小。但你需要从它开始起步... Read More >

2017
02-21

不灌鸡汤，年龄渐长，技术人的发展之路该怎么走？ NEW

 文 / 左耳朵耗子技术圈中的很多人，最初都坚定地认为coding能改变世界。然而三五年过去后，还能不忘初心的人，少之又少。随着年龄的增长，梦想已被束之高阁，面包慢慢占据生活的大部分。对于个人发展，很多成功学者会给你灌各种鸡汤，但我们今天不这么做。2012年的时候写过一篇叫《程序算法与人生选择》的文章，我用算法来类比如何做选择，说白了就是怎么去计算，但是并没有讲程序员可以发展的方向有哪些。 所以，就算是有这些所谓的方法论，我们可能对自己的发展还是会很纠结和无所事从，... Read More >

2017
02-21

你的一天也可以是四十八小时 NEW

 只要你愿意，你的一天将是四十八小时，而不是二十四小时。时间就是上帝给你的资本。命运之神是公平的，他给每个人的时间都是公平的，他给每个人的时间都不多不少；但成功女神却是挑剔的，她只让那些能把24小时变成48小时的人接近她。下面就是她的助手时间使者透露出来的成功秘笈：直奔主题聪明人要远离琐碎,保持焦点。由于我们一次只能踏上一条船，“船”的选择便显得格外重要。为此，经济学家告诉我们，要保持焦点：一次只做一件事情，一个时期只有一个重点。西屋电脑公司总经理迪席勒办公室门上的... Read More >

2017
02-17

spark入门教程（3）--Spark 核心API开发

 3.5.2 键值对型Transformation算子RDD的操作算子除了单值型还有键值对（Key-Value）型。这里开始介绍键值对型的算子，主要包括groupByKey、combineByKey、reduceByKey、sortByKey、cogroup和join，如表3-5所示。表3-5 键值对型Transformation算子方法名方法定义groupByKeydef groupByKey(partitioner: Partitioner): RDD... Read More >

2017
02-17

spark入门教程（3）--Spark 核心API开发

 本教程源于2016年3月出版书籍《Spark原理、机制及应用》 ，在此以知识共享为初衷公开部分内容，如有兴趣，请支持正版书籍。                 Spark综合了前人分布式数据处理架构和语言的优缺点，使用简洁、一致的函数式语言Scala作为主要开发语言，同时为了方便更多语言背景的人使用，还支持Java、Python和R语言。Spark因为其弹... Read More >

2017
02-17

Spark入门教程(2)---开发、编译配置

 本教程源于2016年3月出版书籍《Spark原理、机制及应用》 ，在此以知识共享为初衷公开部分内容，如有兴趣，请支持正版书籍。      Spark为使用者提供了大量的工具和脚本文件，使得其部署与开发变得十分方便快捷，本章将会分别从运行（含集群部署）、开发以及源码编译三个角度，来介绍Spark相关环境的具体配置流程。对于初次接触Spark的读者，建议仅需阅读运行环境部署和开发环境部署两节内容，如果后期有源码编译或者源码学习需... Read More >

2017
02-17

Spark入门教程（1）——spark是什么及发展趋势概述

 本教程源于2016年3月出版书籍《Spark原理、机制及应用》 ，如有兴趣，请支持正版书籍。随着互联网为代表的信息技术深度发展，其背后由于历史积累产生了TB、PB甚至EB级数据量，由于传统机器的软硬件不足以支持如此庞大的数据量的存储、管理及分析能力，因而专门应对大数据的分布式处理技术应运而生。如今业界大数据处理的主流平台非Hadoop和Spark莫属，本书主要介绍大数据平台的后起之秀Spark，目的是通过系统学习让读者了解和应用大数据，进而提炼大数据中蕴藏的价值。... Read More >

2017
02-17

2 分钟读懂大数据框架 Hadoop 和 Spark 的异同

 谈到大数据，相信大家对Hadoop和Apache Spark这两个名字并不陌生。但我们往往对它们的理解只是提留在字面上，并没有对它们进行深入的思考，下面不妨跟我一块看下它们究竟有什么异同。解决问题的层面不一样首先，Hadoop和Apache Spark两者都是大数据框架，但是各自存在的目的不尽相同。Hadoop实质上更多是一个分布式数据基础设施: 它将巨大的数据集分派到一个由普通计算机组成的集群中的多个节点进行存储，意味着您不需要购买和维护昂贵的服务器硬件。同时，... Read More >

2017
01-24

普通程序员，如何转为当前紧缺的大数据相关人才?

 前段时间跟候选人聊天，一个有多年工作经验的资深 iOS 工程师告诉我，他最近正在学习 Machine Learning 相关的知识。他觉得，对于程序员来说，技术进步大大超过世人的想象，如果你不跟随时代进步，就会落后于时代。我其实已经听过很多人跟我说过类似的话。只不过不同人嘴里提到的词汇各有不同——大数据、数据挖掘、机器学习、人工智能…… 这些当前火热的概念各有不同，又有交叉，总之都是推动我们掌控好海量数据，并从中提取到有价值信息的技术。程序员对这些技术跃跃欲试，知... Read More >

2017
01-23

一图读懂数据挖掘、大数据、OLAP、数据统计的区别

数据分析是信息化发展到一定阶段的必然结果，对于信息化的决策者更是刚需，那么关于“数据分析、数据挖掘、大数据”等业内炙手可热的概念如何区分，以及数据应用的现状如何？据此，特推出高校数据应用专题，从概念、高校需求场景、高校数据应用产品建设模式等角度一层层解读。 ... Read More >