一、压缩算法--------------------------------------------------------    1.空间优先  -9  、速度优先  -1        2.压缩算法        "org.apache.hadoop.io.compress.DeflateCodec"        "org.apache.hadoop.io.co

一、List接口1.概念1）List接口是一个元素存取的有序集合2）是一个带有索引的集合3）集合中可以有重复的元素，可以通过集合元素的equals方法，来比较是否为重复的元素2.常用的子类ArrayListLinkedList3.List接口中常用的方法/** List练习*/public static void func16(){List<String> list =

一、VMware虚拟机--------------------------------------------------------------------------    1.安装VMware    2.在VMware中安装centos客户机二、Centos基本命令---------------------------------------------------------...

一、安装虚拟机--------------------------------------------------1.安装vbox2.新进虚拟机 -- linux -- red hat -- 1024M -- create3.设置网卡为桥接网卡bridage adapter或者NAT模式4.选择centos镜像，进行安装（s101 - s105）...

一、Spark简介----------------------------------------------------------1.快如闪电的集群计算2.大规模快速通用的计算引擎3.速度: 比hadoop 100x,磁盘计算快10x4.使用: java / Scala /R /python5.提供80+算子(操作符)，容易构建并行应用。...

ML-Day011.机器学习的数据大多都是文件，比如csv文件2.Pandas： 读取数据工具 基本的数据处理3.缺失值： 数据转换4.重复值： 不需要去重5.sklearn： 对于特征数据提供了强大的支持- Python的机器学习工具- 许多知名的机器学习算法的实现- 文档完善，容易上手，丰富的API6.特征工程： 将原始数据转换为 能更好...

一、Spark核心API-----------------------------------------------[SparkContext]连接到spark集群,入口点.[HadoopRDD] extends RDD读取hadoop hdfs上的数据，hbase的数据，s3的数据[MapPartitionsRDD]...