yarn：/jɑːn/，纱线，奇谈，故事。 Yarn为Node.js平台的代码包管理器。类似于知名的npm包管理器，实际是npm客户端。 特点：快速、安全、可靠。1、离线模式：依赖包只要被装过一次，就会被缓存到本机，再次安装时直接从缓存中读取。2、高确定性：无论安装顺序如何，同样的依赖包都将会以完全一样的方式安装。3、网络性能优异：将请求高效队列化...

permalink: data-formats.html 数据格式 日期与时间 基本显示 使用相对的词语和大致的时间 模块化 保持简洁 layout: pagetitle: 数据格式 permalink: data-formats.html 数据格式 用具有一致性且对用户友好的方式展示如日期时间这样的数据. 确保呈现的信息是简洁的...

流处理 流处理的应用 复合事件处理 流分析 维护物化视图 在流上搜索 消息传递和RPC 时间推理 事件时间与处理时间 知道什么时候准备好了 你用的是谁的时钟？ 窗口的类型 流式连接 流流连接（窗口连接） 流表连接（流扩展） 表表连接（维护物化视图） 连接的时间依赖性 容错 微批量与存档点 原子提交再现 幂等性 失败后重建...

使用案例 近实时摄取 近实时分析 增量处理管道 DFS的数据分发 使用案例 以下是一些使用Hudi的示例，说明了加快处理速度和提高效率的好处 近实时摄取 将外部源(如事件日志、数据库、外部源)的数据摄取到Hadoop数据湖 是一个众所周知的问题。 尽管这些数据对整个组织来说是最有价值的，但不幸的是，在大多数(如果不是全部)Hadoop部...

使用案例 近实时摄取 近实时分析 增量处理管道 DFS的数据分发 使用案例 以下是一些使用Hudi的示例，说明了加快处理速度和提高效率的好处 近实时摄取 将外部源(如事件日志、数据库、外部源)的数据摄取到Hadoop数据湖 是一个众所周知的问题。 尽管这些数据对整个组织来说是最有价值的，但不幸的是，在大多数(如果不是全部)Hadoop部...

使用案例 近实时摄取 近实时分析 增量处理管道 DFS的数据分发 使用案例 以下是一些使用Hudi的示例，说明了加快处理速度和提高效率的好处 近实时摄取 将外部源(如事件日志、数据库、外部源)的数据摄取到Hadoop数据湖 是一个众所周知的问题。 尽管这些数据对整个组织来说是最有价值的，但不幸的是，在大多数(如果不是全部)Hadoop部...

十二、为什么均值重要 均值的性质 基本性质 均值是个“平滑器” 均值的性质 均值和直方图 均值和中位数 示例 可变性 距离均值的偏差的大致大小 标准差 使用 SD 使用 SD 度量延展度的最主要原因 切比雪夫边界 标准单位 示例 标准差和正态曲线 数据的大致钟形的直方图 如何定位钟形曲线上的 SD 标准正态曲线 标准正态的...

Milvus 简介 Milvus 是什么 主要特性 整体架构 接下来您可以 Milvus 简介 Milvus 是什么 Milvus 是一款分布式特征向量检索引擎，旨在帮助用户实现十亿级特征向量的近似检索和分析。 主要特性 GPU 加速搜索系统 Milvus 使用 CPU/GPU 异构众核计算处理特征向量，在查询速度上可超出传统数...

近实时摄取 近实时分析 增量处理管道 DFS的数据分发 近实时摄取 将外部源(如事件日志、数据库、外部源)的数据摄取到Hadoop数据湖 是一个众所周知的问题。 尽管这些数据对整个组织来说是最有价值的，但不幸的是，在大多数(如果不是全部)Hadoop部署中都使用零散的方式解决，即使用多个不同的摄取工具。 对于RDBMS摄取，Hudi提供 通过...

at 补充说明 语法 选项 参数 实例 at 在指定时间执行一个任务 补充说明 at命令 用于在指定时间执行命令。at允许使用一套相当复杂的指定时间的方法。它能够接受在当天的hh:mm（小时:分钟）式的时间指定。假如该时间已过去，那么就放在第二天执行。当然也能够使用midnight（深夜），noon（中午），teatime（饮茶时间，一...