雄关漫道真如铁，而今迈步从头越。
全部博文（348）
发布时间：2015-07-11 21:51:34
虽然Hadoop在分布式数据分析方面备受关注，但是仍有一些开源软件提供了优于Hadoop平台的的优势，比如在实时计算、交互式和流式计算场景下MapReduce并不适合。这时恰恰Spark技术为了解决这样的问题应运而生，其是一种新生的可扩展的数据分析平台，它基于内存计算技术，所以相对于 Hadoop 的存储方法，它在性能方面更具优势。Spark 启用了内存分布数据集，除了能够提供交互式查询外，它还可以优化迭代工作负载。......【阅读全文】
发布时间：2015-06-24 11:50:58
awk是一款非常强大的文本分析工具，掌握awk的一些基本的用法对于我们提高的日常的系统管理和维护工作的效率有着非常大的帮助。那么今天我们就来看一下awk的一些具体用法和示例，希望对Linux和Unix相关的从业人员有所帮助和启发。......【阅读全文】
发布时间：2015-06-01 22:41:56
Apache Cassandra是一套开源分布式 Key-Value 存储系统。它最初由 Facebook 开发用于储存特别大的数据。Cassandra适合于实时事务处理和提供交互型数据。Cassandra的数据模型是基于列族（Column Family）的四维或五维模型。它借鉴了 Amazon 的 Dynamo 和 Google's BigTable 的数据结构和功能特点，采用 Memtable 和 SSTable 的方式进行存储。在 Cassandra 写入数据之前，需要先记录日志 ( CommitLog )，然后数据开始写入到 Column Family 对应的 Memtable 中，Memtable 是一种按照 key 排序数据的内存结构，在满足一定条件时，再把 Memtable的数据批量的刷新到磁盘上，存储为SSTable。本文主要来介绍一下关于Cassandra的安装配置方法。......【阅读全文】
