- 综合排序
- 最热优先
- 最新优先
- 来自专栏hadoop学习笔记
大快DKH大数据基础数据平台的监控参数说明
2018年国内大数据公司50强榜单排名已经公布了出来，大快以黑马之姿闯入50强，并摘得多项桂冠。Hanlp自然语言处理技术也荣膺了“2018中国数据星技术”奖。对这份榜单感兴趣的可以找一下看看。 本篇承接上一篇《DKM平台监控参数说明》，继续就大快的大数据一体化处理架构中的平台监控参数进行介绍和说明。 DKhadoop大数据处理平台架构的安装相关文章已经分享过，详细的内容可以找一下看看。 今天就把剩下的一些监控参数一起介绍完，关于大快大数据处理平台监控参数的介绍就完整了。 纵轴表示应用程序数量，单位个 横轴表示时间,单位分钟 （5）已完成的应用程序 图片5.png 监控 yarn资源管理中已完成的应用程序数量 纵轴表示应用程序数量，单位个 横轴表示时间,单位分钟 （6） 被kill的应用程序 图片6.png 监控 yarn资源管理中被杀死的应用程序数量 纵轴表示应用程序数量，单位个 横轴表示时间,单位分钟 2、Spark监控界面 注意：（spark 运行任务后才有监控数据
1.5K20发布于 2018-08-15 Python数据挖掘编程基础6
3、假设有一个列表a=[5,6,7]，需要将列表a中的每个元素都加3，并生成一个新列表，可以通过列表解析操作实现该要求，如代码清单2-15所示。 代码清单2-15 使用列表解析操作列表元素a=[5,6,7]b=[i+3 for i in a]print(b) //输出结果为[8,9,10]4、使用map函数实现代码清单2-15中的示例，如代码清单 代码清单2-16 使用map函数操作列表元素a[5,6,7]b=map(lambda x:x+3,a)b=list(b)print(b) //输出结果也为[8,9,10]在代码清单2-16中，首先定义一个列表
15710编辑于 2025-05-09- 来自专栏低代码（low code）专栏
什么是低代码平台？2026年6大热门低代码平台盘点！
低代码让很多基础性的工作被平台替代，你只需要少数精兵强将，带着一群懂业务的“平民开发者”，就能把事儿办了。人力成本和时间成本都降下来了。第三，赋能业务，人人都是开发者。这是最迷人的一点。 2026年热门低代码平台盘点好了，铺垫了这么多，咱们终于进入正题。截至2026年，低代码市场已经是百花齐放，竞争激烈。今天，我就从众多平台中，挑选出6个极具代表性的选手，给大家逐一盘点。1. 如果你的企业已经有了一定的数字化基础，或者你正被那些标准化软件覆盖不到的“三不管”地带（比如设备巡检和生产数据管理）搞得焦头烂额，又或者你本身就是个大企业，希望找一个能支撑未来十年发展的自主可控的数字化平台 在AI的落地上，得帆也很务实，它看到了大模型在企业落地时的“算力贵、安全要求高”等问题，所以坚持结构化数据的管理与集成能力是根本，把AI作为支撑复杂系统的底层能力，一步一个脚印地往前推。适合谁？ 它的核心优势：活字格把自己打造成了一个企业级低代码开发平台，提供了非常完整的七大引擎，包括数据引擎、业务逻辑引擎、工作流引擎等等。
27410编辑于 2026-03-10 - 来自专栏程序你好
数据科学的前6大语言
2012年的《哈佛商业评论》(Harvard business review)正确地将数据科学列为“21世纪最性感的工作”。即使在这份报告发表6年后的今天，《商业评论》仍被证明是正确的。 随着人工智能和机器学习的出现，“数据科学”一词在精通技术的人中间流行起来。用最简单的话说，数据科学是一种利用科学技术和算法从数据中挖掘知识的方法，无论是结构化的还是非结构化的。 无论您是数据科学领域的新手还是专业人士，您需要记住的一些基本内容包括分析数据、应用编程工具(如对数据进行序列和选择)以及执行简单的数据可视化。 代码编译完成后，就可以在任何支持Java的平台上运行。因此，可移植性是这种语言的一个重要方面。Java虚拟机(JVM)是数据科学的一个很好的工具。 因此,Java是初露头角的数据科学家必须学习的内容。 Scala Scala有一个很大的用户界面。最初，它被设计为在Java上运行。所有支持Java的平台也可以运行Scala。
1.2K30发布于 2018-09-29 - 来自专栏测试开发干货
(简易)测试数据构造平台: 6 (首页部分)
答：需要一个数据列表，需要一个元素dom，然后循环这个数据列表来循环生成多个元素dom 来展示出来。 实现 构造一个数据列表 构造展示的元素dom并循环： 启动本地调试：npm run serve 然后打开浏览器，进入8080端口的本地地址，看看效果： 大家注意到，已经成功展示了 接下来，我们要升级难度，把这个普通的数据列表，改成字典元素列表，这样的好处是，每个工具都可以包含名称在内的多个属性，比如构造时间等。 data属性内修改如下： 然后dom层修改为： 效果如下： 大家先不用考虑这些数据从哪里来，这些数据我们后面都是要从接口的方式去django后台服务上拿到，而后台是去数据库中提取的。
53020编辑于 2022-05-20 - 来自专栏大数据开发
大数据平台搭建：大数据基础架构选型
大数据越来越受到重视的今天，企业级数据平台搭建，也成为更加普遍的需求。而要搭建起符合自身需求以及提供稳定支持的数据平台系统，基础架构的选型是非常重要的。今天我们就来聊聊大数据基础架构选型。 3.jpg 在企业数据团队当中，数据平台基础架构选型，通常由资深的开发工程师或者架构师来完成。这就要求相关人员，结合具体场景和需求，综合考虑成本、投入等因素，选择合适的技术架构。 这类数据架构，所能满足的数据分析需求依旧以BI场景为主。 流式架构 在传统大数据架构的基础上，流式架构数据全程以流的形式处理，在数据接入端将ETL替换为数据通道。 4.jpg 关于大数据平台搭建：大数据基础架构选型，以上就是今天的分享内容了。 大数据继续发展，企业对于数据平台搭建的需求，将越来越普遍，不管是基于原有的系统平台进行改造，还是搭建全新的平台架构，都需要更多专业人才的支持。
1.6K31发布于 2020-10-21 - 来自专栏技术博文
Java基础（6）-Java数据类型扩展
Java进制分为二进制，八进制，十进制，十六进制, 但是计算机只能处理2进制的数据和指令。 进制码 在计算机内，有符号数有3种表示法：原码、反码和补码。所有数据的运算都是采用补码进行的。
59430编辑于 2021-12-20 - 来自专栏莫浅子的学习笔记
数据库-MySQL-基础（6）- DCL
目录 DCL-介绍 DCL-管理用户 1、查询用户 2、创建用户 3、修改用户密码 4、删除用户 5、样例 6、注意 DCL-权限控制 1、查询权限 2、授予权限 3、撤销权限 4、例子 5、注意 - --- DCL-介绍 用来管理数据库用户，控制数据库的访问权限 主要俩个方面 ，控制哪些用户可以访问，控制每个用户具有什么样的访问权限 DCL-管理用户 1、查询用户 USE mysql SELECT 创建用户heima ，可以在任意主机访问数据库，密码123456 create user 'heima'@'%' identified by '123456'; 注意：@后面没有空格，后面加个 ' mysql_native_password by '1234'; 可以通过打开控制台测试一下密码还否修改 删除itcast@localhost用户 drop user 'itcast'@'localhost'; 6、 ON 数据库名.表名 TO '用户名'@'主机名'; 3、撤销权限 REVOKE 权限列表 ON 数据库名.表名 FROM '用户名'@'主机名'; 4、例子 查询权限 show grants
48120编辑于 2022-11-18 搭建企业智能体开发平台：6大核心准备与智能体开发平台实践启示
有案例显示，某零售企业通过智能体平台实现会员运营自动化后，虽然初期投入是传统系统的1.5倍，但6个月内会员复购率提升40%，整体营销成本降低25%，实现了良性的投入产出比。 多模态知识库建设是基础工程。企业需要整合内部的结构化数据（如CRM中的客户信息）、非结构化数据（如产品手册PDF）、半结构化数据（如客服聊天记录），并转化为智能体可理解的知识形式。 AI-Agentforce提供的"智能体开发认证体系"，已帮助某零售企业50%的业务人员掌握了基础智能体的搭建能力，实现了"业务人员自主开发简单智能体，技术团队聚焦复杂场景"的良性分工。 落地节奏建议：试点期（1-2个月）验证单一场景价值；推广期（3-6个月）扩展至同部门多个场景；成熟期（6-12个月）实现跨部门智能体协同；创新期（1年后）探索多智能体系统的复杂任务调度。 这六大准备工作环环相扣：战略准备锚定方向，技术准备提供基础，数据准备赋予能力，团队准备保障执行，合规准备控制风险，落地准备验证价值。
87110编辑于 2025-09-11- 来自专栏CDA数据分析师
数据分析不能碰的6大禁区!
1 没有明确分析数据的 要分析一个数据，首先要明确自己的目的，为什么要收集和分析这样一份数据。只有明确了目的之后，才能够把握好接下来应该收集哪些数据，应该怎么收集数据，应该分析哪些数据等。 2 没有合理安排时间 数据分析也要合理安排时间，一般有几个步骤，收集数据、整理数据、分析数据、美化表格。在做这些之前，要预估每一个步骤需要花多少时间，哪一步比较重要，需要花更多的时间等。 数据分析重点应该在于分析，应该以最快的速度收集完数据，才有更多的时间整理和分析，最后经过分析的数据才是最有价值的。 5 不懂得分析哪些数据 这是比较普遍的问题，收集了数据后不知道要分析哪些项目，哪些数据点才能体现出分析的目的。 6 表格不美观，不清晰 做数据分析一般使用的是excel表格记录，一份美观清晰的表格不仅使我们可以清楚的看到这份数据的重点，方便查到所想要的数据。在收集数据的过程中，也可以提高收集和分析数据的效率。
71160发布于 2018-02-11 - 来自专栏机器学习/数据可视化
Python入门-6大数据类型操作
Python的6种数据类型操作总结 本文对Python中常见6种数据类型的操作进行了汇总： Numbers（数字） String（字符串） List（列表） Tuple（元组） Dictionary（字典 = 1.3常用函数 取绝对值：abs 四舍五入：round 取整：int 转浮点数：float 二、字符串String 字符串是Python中常见的数据类型之一，能够使用str函数将其他类型的数据强制转成字符类型 2.1键盘输入 终端中通过input函数输入的任何内容都是字符串数据 2.2三种方法生成 通过3种方法生成字符串数据： 单引号：`python` 双引号：“python” 三引号：一般字符串内容较长时使用 列表元素重复：* 返回列表中的最值（比较ASCII码）：max、min 3.3常见操作 索引和切片操作（类比字符串） append：将整体追加到列表的末尾 extend：列表中的每个元素进行合并，组成一个大的列表 ，字典是无序的数据类型，主要是用来存放具有一定映射关系的数据。
71320编辑于 2023-08-23 - 来自专栏华章科技
数据分析不能碰的6大禁区
没有明确分析数据的目的 要分析一个数据，首先要明确自己的目的，为什么要收集和分析这样一份数据。只有明确了目的之后，才能够把握好接下来应该收集哪些数据，应该怎么收集数据，应该分析哪些数据等。 没有合理安排时间 数据分析也要合理安排时间，一般有几个步骤，收集数据、整理数据、分析数据、美化表格。在做这些之前，要预估每一个步骤需要花多少时间，哪一步比较重要，需要花更多的时间等。 数据分析重点应该在于分析，应该以最快的速度收集完数据，才有更多的时间整理和分析，最后经过分析的数据才是最有价值的。 不懂得分析哪些数据 这是比较普遍的问题，收集了数据后不知道要分析哪些项目，哪些数据点才能体现出分析的目的。 表格不美观，不清晰 做数据分析一般使用的是excel表格记录，一份美观清晰的表格不仅使我们可以清楚的看到这份数据的重点，方便查到所想要的数据。在收集数据的过程中，也可以提高收集和分析数据的效率。
36430发布于 2018-08-13 - 来自专栏技术杂记
HAproxy 基础6
regex instead) Built without Lua support Built with transparent proxy support using: IP_TRANSPARENT IPV6_
59410编辑于 2022-01-19 - 来自专栏技术杂记
Mycat 基础6
lsof -i :8066 COMMAND PID USER FD TYPE DEVICE SIZE/OFF NODE NAME java 32760 root 60u IPv6
35120编辑于 2021-12-03 - 来自专栏技术杂记
Docker 基础6
Unable to find image 'hello-world:latest' locally latest: Pulling from library/hello-world b901d36b6f2f : Pull complete 0a6ba66e537a: Pull complete Digest: sha256:8be990ef2aeb16dbcb9271ddfe2610fa6658d13f6dfb8bc72074cc1ca36966a7
27910编辑于 2022-02-09 - 来自专栏技术杂记
nginx基础6
编译 [root@h102 nginx-1.9.5]# make make -f objs/Makefile make[1]: Entering directory `/usr/local/src/nginx-1.9.5' cc -c -pipe -O -W -Wall -Wpointer-arith -Wno-unused-parameter -Werror -g -I src/core -I src/event -I src/event/modules -I src/os/unix -I objs
49910编辑于 2022-05-12 - 来自专栏技术杂记
Tengine基础6
upstream 是nginx 负载均衡的主要模块，它提供了一个简单方法来轮询后端的服务器
44260编辑于 2022-04-25 - 来自专栏技术杂记
RabbitMQ基础6
关闭RabbitMQ 应用 [root@h102 rabbitmq]# rabbitmqctl status Status of node rabbit@h102 ... [{pid,5596}, {running_applications,[{rabbit,"RabbitMQ","3.5.6"}, {os_mon,"CPO CXC 138 46","2.2.7"}, {xmerl,"XML parser"
44210编辑于 2022-05-04 - 来自专栏技术杂记
etcd 基础6
action":"get","node":{"key":"/foo","value":"bar","expiration":"2016-02-01T15:41:31.103825075Z","ttl":6,
50620编辑于 2022-01-20 - 来自专栏技术杂记
Snort 基础6
然后编译和安装 [root@h101 daq-2.0.6]# make make all-recursive make[1]: Entering directory `/tmp/snort/daq-2.0.6' Making all in api make[2]: Entering directory `/tmp/snort/daq-2.0.6/api' /bin/sh ../libtool --tag=CC --mode=compile gcc -DHAVE_CONFIG_H -I. -I..
39710编辑于 2022-05-03
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号