1.正排索引 2.倒排索引 通过内容搜索出id 2.词频/位置

ETL定义 字面含义：ETL是抽取、转换、加载的缩写。 简单定义：将数据从OLTP系统中转移到数据仓库中的一系列操作的集合。 ETL应用范围 抽...

一、数据 数据是指未經過處理的原始記錄。 数据的本质是利用数学观察、记录、理解世界；数据分析的过程就是人类从定性到定量、模糊到精准过程； 大家都...

【摘要】 关键词：集算器、SPL、数据脱敏、报表 1）、数据脱敏是“指对某些敏感信息通过脱敏规则进行数据的变形，实现敏感隐私数据的可靠保护。在涉...

大数据平台通过将所有数据整合起来，充分分析与挖掘数据的内在价值，为业务部门提供数据平台，数据产品与数据服务。大数据平台接入的数据中可能包括很多用...

一、Kafka简介 Kafka （科技术语）。Kafka是一种高吞吐量的分布式发布订阅消息系统，它可以处理消费者规模的网站中的所有动作流数据。 ...

什么是消息系统？ 早期两个应用程序间进行消息传递需要保证两个应用程序同时在线，并且耦合度很高。为了解决应用程序不在线的情况下业务正常运转，就产生...

Hadoop生态圈 可以把hadoop想象成一个很大的生态圈(本来就是)，或者说想象成一个动物园吧，之后的东西就比较好理解了。(我也不知道为啥p...

Hive on Mapreduce Hive的原理大家可以参考这篇大数据时代的技术hive：hive介绍，实际的一些操作可以看这篇笔记：新手的H...