这是「8天Java后端工程师转AI Agent」系列的第二篇。上一篇（Day 0）把环境和第一次 API 调用跑通了：https://blog.csdn.net/ASIA_kobe/article/details/161839219我是一个工作8年的Java工程师，之前所有的工作都在 JVM、分布式、服务治理、中间件这一层。这个系列记录我从零开始、把 AI Agent 从概念学到能跑出一个自己用得

引言一监督学习二无监督学习三强化学习四通用机器学习算法列表线性回归Linear Regression逻辑回归Logistic Regression决策树Decision Tree支持向量机SVM Support Vector Machine朴素贝叶斯Naive BayesK近邻KNN K- Nearest NeighborsK均值K-MeansK-means如何形成群类随机森林

Kafka+Spark Streaming+Redis实时计算整合实践

只不过描述用自然语言、调用方是模型。下一篇（Day 1）就要手写。

上次配好了hadoop的环境，已经大概过去一周了，查看hadoop的运行情况：上次配好了hadoop的环境，已经大概过去一周了，查看hadoop的运行情况： 在master节点上查看jps状态： 执行停止命令的时候发现下面情况： 在网上查了一些资料觉得下面的解释比较靠谱：出现这个问题的最常见原因是hadoop在stop的时

datanode没有启动将hadoop配置文件修改后，重新格式化了hadoop集群，即hadoop name -format但是此时发现slave节点没有启动datanode上网查找解决方法，最后终于解决了，解决方法如下：1. 先执行stop-all.sh暂停所有服务2. 将所有Salve节点上的tmp(即 hdfs-site.xml 中指定的 dfs.data.dir 文件夹

手把手带你用 EXPLAIN + 索引优化 + 延迟关联，把 200 万数据量下的慢查询从 3.2 秒优化到 45ms。包含完整的 EXPLAIN 分析、联合索引设计原则、延迟关联技巧、深分页解决方案，以及 3 个常见踩坑记录和优化速查表。

手把手带你用 EXPLAIN + 索引优化 + 延迟关联，把 200 万数据量下的慢查询从 3.2 秒优化到 45ms。包含完整的 EXPLAIN 分析、联合索引设计原则、延迟关联技巧、深分页解决方案，以及 3 个常见踩坑记录和优化速查表。

import java.sql.Timestamp;import java.text.DateFormat;import java.text.ParseException;import java.text.SimpleDateFormat;import java.util.Date;/*** 时间转化工具 date转为时间戳 时间戳转date 互相与String的转换* 所有出...

说明对于HBase与Hadoop版本要选择相对应的（否则会出很多问题），具体对应版本可参考：        本次集群对应版本为：Hadoop-2.7.2 + HBase-1.2.0安装：第一步：依赖环境主要有Java、Hadoop、zookeeperHBase分布式下安装，则需首先安装hdfs也即使安装hadoop，对于zookeeper可以选择不安装（不安装的话就是用hb