一.环境说明和使用软件的版本说明:hadoop-version:hadoop-2.9.0.tar.gz spark-version:spark-2.2.0-bin-hadoop2.7.tgzjava-version:jdk1.8.0_151集群环境：单机伪分布式环境。二.适用背景 在学习Spark过程中，资料中介绍的提交Spark Job的方式主要有两种（我所知道的）

我今天要讲这三个话题，一个是云计算，一个大数据，一个人工智能，我为什么要讲这三个东西呢？因为这三个东西现在非常非常的火，它们之间好像互相有关系，一般谈云计算的时候也会提到大数据，谈人工智能的时候也会提大数据，谈人工智能的时候也会提云计算。所以说感觉他们又相辅相成不可分割，如果是非技术的人员来讲可能比较难理解说这三个之间的相互关系，所以有必要解释一下。一、云计算最初是实现资源管理的灵活性我们...

webpack 编译es6 动态引入 import() 时不能传入变量，例如dir =’path/to/my/file.js’ ； import(dir) , 而要传入字符串 import(‘path/to/my/file.js’)，这是因为webpack的现在的实现方式不能实现完全动态。但一定要用变量的时候，可以通过字符串模板来提供部分信息给webpack；例如import(./path/$..

最近使用vue作为前端开发的框架，前端开发完毕后需要使用vue cli3 编译成静态文件，编译的文件不需要hash,因此加入配置：module.exports = {baseUrl: BASE_URL,outputDir: 'dist',filenameHashing: false,chainWebpack: config => {config.plu...

一、为什么需要前后端分离1.1什么是前后端分离  前后端分离这个词刚在毕业（15年）那会就听说过，但是直到17年前都没有接触过前后端分离的项目。怎么理解前后端分离？直观的感觉就是前后端分开去做，即功能和职责上的一种划分，前端负责页面的渲染，部分页面交互的逻辑，然后通过网络请求与后端进行数据的交互；后端则着重关注业务逻辑的处理，直接操控数据库。1.2前后端未分离前（1）jsp + s...

originalData: {type: Array | Object,default () {return []}}}```

originalData: {type: Array | Object,default () {return []}}}```

Flume用来收集日志信息，这里记录以下使用场景：场景一：使用avro source ,memory,logger 将收集到的日志打印在标准输出，适合测试。场景二：使用avro source,kafka channel,hdfs 将日志以"Flume Event" Avro Event Serializer 的形式保存在hdfs上，这种方式生成的.avro文件中的每一条记录的字