最近，在学习大模型MCP相关知识时，接触到了UV这个python包的管理工具，网上说比pip、conda、poetry‌等工具好用，为了验证效果，尝试安装使用一下。

2006——2009年，谷歌公开发表两篇论文《谷歌文件系统》和《基于集群的简单数据处理:MapReduce》，其核心的技术包括分布式文件系统GFS，分布式计算系统框架MapReduce，分布式锁Chubby，及分布式数据库BigTable，这期间大数据研究的焦点是性能，云计算，大规模的数据集并行运算算法，以及开源分布式架构（Hadoop)简单理解就是：那些数据量很大、增长速度很快，数据结构和样式复

pip install jupyter_contrib_nbextensions命令需要下载文件，请耐心等待。执行完成后，重启Jupyter，会发现菜单中多了“Nbextensions”一项。将下图红线出的选项选中，进入notebook后，编辑代码就可以智能提示了。1、在Jupyter中打开控制台。

1、什么是数据库？使用数据结构存储数据的仓库。2、什么是关系型数据库？使用关系模型存储数据的数据库。关系模型指表与表之间的关系，包含一对一、一对多、多读多。3、什么是非关系型数据库？使用非关系模型保存数据的数据库。例如列存储、键值对、文件形式。4、说一说数据库三大范式？第一范式，表中字段是原子的，不可再分；第二范式，表中字段必须依赖主键的全部字段，不能只依赖一部分；第三范式，表中字段必须直接依赖主

然后进入python3.8，执行命令：conda activate py38查看版本，命令：python --version。在命令行窗口中，输入命令：conda create -n py38 python=3.8。执行命令后，显示conda版本、安装路径和安装的包。打开anaconda命令行窗口。然后提醒是否安装，输入y。

一、步骤step1:使用idea创建maven管理工具创建项目sparkconnhivestep2:在main下添加resources文件夹，并设置为Resources rootstep3:拷贝Hadoop安装路径中etc目录下的core-site.xml、hdfs-site.xml文件到resources中step4:拷贝hive安装路径中conf目录下的hive-site.xml文件到reso

大规模的数据量，在处理的时候，对技术体系是有较高的要求的。对于一个企业来说，每天都会新增庞大的数据，这些数据可能来自于用户的操作、可能来自于智能家居、可能来自于各种传感器等，数据的来源非常多，而且数据量的增速也是非常可怕的。大数据相关的技术体系，需要处理的数据量是非常庞大的，动辄PB、EB规模的数据，但是真正具有价值的数据却非常稀少，只有100M，甚至更少。半结构化的数据，指的是有一定的结构性，但

说明：本地可以联网时，选择桥接模式最简单。1、首先打开主机的网络和共享中心，如图，VMnet1对应虚拟机的仅主机模式，VMnet8对应nat模式，以太网那个对应的就是桥接模式。由于没连网线，使用不了桥接模式，在这里就可以用另外两种方式让主机和虚拟机相连接。2、这里就说一下nat模式。那么就要先给VMnet8配置ip，右击属性配置即可。（我配的是192.168.90.1，你可随意。）3、VMware

一、安装版本hadoop-2.7.5下载地址：Index of /dist/hadoop/core (apache.org)二、准备工作1、安装jdk 8及以上版本2、修改主机名称（可以不修改）3、关闭防火墙三、安装1、解压到/opt目录下tar -zxvf hadoop-2.7.5.tar.gz -C /opt/2、配置hadoop环境变量vim /etc/profileexport HADOO

1、防火墙问题：说明：使用telnet命令连接不通mariadb服务器端口解决方案：为防火墙添加开放端口命令：firewall-cmd --zone=public --add-port=3306/tcp --permanent重新载入：firewall-cmd --reload然后问题解决。2、Could not connect to address=(host=192.168.90.3)(por