大数据学习文档、实战代码、源码解析、测试数据,包含python、mysql、shell、hadoop、hive、zookeeper、hbase、flume、kafka、spark、flink、dolphinscheduler、elasticsearch、sqoop、clickhouse
人人都会用的数据集成产品,并提供一站式、开箱即用的 DataOps 数据中台,大幅提高ETL实时数仓构建效率
EData 是一个开源的大数据二次开发框架,其中封装了Spark与其他数据组件(目前有Postgresql,HDFS,MongoDB,MinIO,Kafka,Hbase,后续会持续新增优化)的交互方法,以及大量大数据算法,开箱即用。
商用产品开源,包括用户埋点数据采集、用户标签分群和画像、智慧运营、营销等。项目采用Nginx+Flume+kafka实现日志收集,Flink进行实时流处理,ClickHouse作为实时数仓,HDFS作为数据备份。
项目帮用户快速搭建CDP客户数据平台,实现对移动端数据分析、用户行为分析、用户标签画像和在线营销。完美兼容神策埋点SDK、友盟埋点SDK和其他终端埋点包。快速对接、快速应用。
基于spark编写的音乐推荐大数据作业,使用scala编程,使用python的flash框架作为可视化展示。Audioscrobbler数据集有趣地方在于仅仅记录播放的历史:“某某某 播放了 什么” 由这个网站公布的一个2005年的数据集合可以http://www-etud.iro.umontreal.ca/bergstrj/audioscrobbler_data.html上面下载。
将满足从数据交换、脱敏清洗、分析挖掘、质量检测、可视化展现、定时调度到数据输出等数据应用开发全流程场景需求。欢迎申请体验demo环境:https://sandbox.webank.com/wds/dss/#/register
RISC-V Linux 内核兴趣小组协作仓库;泰晓社区已推出专用 RISC-V 实验盘和实验箱,欢迎移步泰晓科技 B 站工房选购,https://space.bilibili.com/687228362