统计学之家

Apache Flume的特点与工作原理 Apache Flume（http://flume.apache.org/）是一个分布式的海量数据收集系统，同时具备推送和拉取两种数据收集方式，还可以支持发送...

什么是网络爬虫：网络爬虫的工作原理 互联网的发明催生了互联网站，世界上第一个网站http://info.cern.ch/是由英国人蒂姆·伯纳斯-李（Tim Berners-Lee）于1991年8月6日...

查询分析计算模式：什么意思、特点特征 查询分析计算模式是为了解决对大规模数据的关联与查询分析问题而产生的。 传统的数据查询分析以结构化数据为主，因此关系型的数据库系统可以一统天下。 但是，大数据时代往...

图计算模式：什么意思、特点特征 图计算模式是以图论为基础，用图结构表述现实世界，基于大规模图结构的计算模式。 大数据运算中的许多应用核心是关联性计算，图计算模式能够良好地表达数据之间的这种关联性。 现...

流式计算模式：什么意思、特点特征 流式计算模式是针对流数据的高实时性计算模式。在一些应用中，数据价值随时间的流逝而降低，因此最好在事件出现时便立即对其进行处理，而不是缓存起来进行批处理。 2011年，...

批处理计算模式：什么意思、特点特征 批处理计算模式是通过并行计算方式实现针对大规模数据的批量计算的，其典型产品有MapReduce、Spark等，这些产品均提供庞大且设计精良的并行计算软件框架，可以自...

大数据的发展历程 至今，人类社会经历过两次“数据爆炸”。东汉元兴元年（公元105年）宦官蔡伦改进造纸术，以及北宋庆历时期（1041—1048年）民间艺人毕昇发明活字印刷术，使得图书进入了普通百姓家，从...

大数据产生的原因 从字面上看，大数据就是数量巨大的数据，或者称为海量数据。实际上，大数据是一个较为抽象的概念，数量巨大只是其中的一个表面的特性。大数据是网络信息时代的客观存在，其产生的意义并不在于掌握...

数据存储技术的发展历程 1951年：Univac系统使用磁带和穿孔卡片作为数据存储。 1956年：IBM公司在其Model 305 RAMAC中第一次引入了磁盘驱动器。 1961年：美国通用电气公司（...