说明：伪分布即在一台服务器上通过不同端口模拟出分布式集群的效果，分布式一般 3 台起，一主两从。说明：伪分布安装在了 Windows 开辟的虚拟机上，主机名为 bigdata。

IDEA中创建Scala项目启动代码时主要报错信息为：Exception in thread "main" java.lang.NoSuchMethodError: scala.Predef$.refArrayOps([Ljava/lang/Object;)Lscala/collection/mutable/ArrayOps;说明 IDEA当前的程序运行所使用的Scala SDK与代码中使用 Li

两台机器或一台机器上进行多进程交换数据时报连接拒绝，原因是计算机网络连接共享没有设置。按以下操作步骤进行操作，然后再尝试连接即可。如果还不行的话，就稍等再尝试，如果还不行，就检查防火墙是否关闭。...

本文摘自微信公众号 GitPython：十个 Python 自动化常用操作。如有侵权，联系必删。1. OS模块导入：import os1. 遍历文件夹批量操作的前提就是对文件夹进行遍历，os.walk遍历文件夹后产生三个参数：当前文件夹路径包含文件夹的名称（列表形式）包含文件名称（列表形式）代码如下（按需求更改目标路径即可）：for dirpath, dirnames, filenames in

本文来源于微信公众号 印象Python：如此Python，谁人不爱？ 如有侵权，联系必删1. 字典（Dict）介绍字典是Python提供的一种常用的数据结构，用于存放具有映射关系的数据。字典是可变容器模型，可存储任意类型对象。字典相当于保存了两组数据：一组数据是关键数据，被称为key另一组数据可通过key来访问，被称为value字典中的key是非常关键的数据，而且程序需要通过key来访问value

Python时间相关的操作使用 datetime 模块导入模块：import datetime1. 打印时间1. 打印当前时间import datetime# 打印当前时间 now 和 today 都可以now_time = datetime.datetime.now()print(now_time, type(now_time))# 2021-02-23 10:06:03.145792 <

使用python的xlrd读取Excel文件时报错：xlrd.biffh.XLRDError: Excel xlsx file; not supported报错原因是xlrd版本的问题，现在直接pip install xlrd下载的是2.0.1版本的，将其卸载下载1.2.0的即可。解决方法：pip3 install xlrd==1.2.0说明：如果你的电脑同时安装了py2和py3，直接使用pip

维基数据是一个自由的协作式的多语言辅助数据库，用于收集结构化的数据，旨在支援维基百科、维基共享资源以及其他维基媒体运动中的项目，也支援世界上的每一个人。

安装前提：安装 Spark 前需要先安装好 JDK。

管理多个 Kafka 集群便捷的检查 Kafka 集群状态（topic，broker，备份分布情况，分区分布情况）选择要运行的副本基于当前分区状况进行可以选择 topic 配置并创建 topic（0.8.1.1 和 0.8.2 的配置不同）删除 topic（只支持 0.8.2 以上的版本并且要在 broker 配置中设置Topic list 会指明哪些 topic 被删除（0.8.2 以上版本使用