- 综合排序
- 最热优先
- 最新优先
- 来自专栏悟道
2-5 快速幂模板
这个就是在快速乘的基础上改一下 sum=0--->sum=1 x+=x--->x*=x //快速幂模板 public double quickPow(double x,long y){ double sum=1; while(y>0){ if((y&1)==1){ sum*=x; } x*=x; y=y>>1; }
35520发布于 2021-06-01 - 来自专栏AI机器学习与深度学习算法
学习分类 2-5 线性可分
感知机非常简单同时又很容易理解，但是相对应的，缺点也很多。感知机最大的缺点就是它只能解决线性可分的问题。
59210编辑于 2022-11-08 - 来自专栏Hank’s Blog
2-5 R语言基础 factor
#因子：分类数据 #有序和无序 #整数向量+标签label #Male/Female #常用于lm(),glm()
44210发布于 2020-09-16 - 来自专栏NetCore 从壹开始
2-5 安装容器Web工具：Docker Portainer
现在已经习惯了容器化了，不仅可以很快的配合CICD来实现部署，同时主要是也能解决一些疑难杂症，比如在Linux中经常会有各种图形图像的依赖包问题。特别是内网环境。
1K20编辑于 2023-01-09 - 来自专栏Deep learning进阶路
2-5 线性表之循环链表
2-5 线性表之循环链表 循环链表就是链表首尾相接连成一个环，可以用单链表 和 循环链表来实现。
43240发布于 2019-07-02 - 来自专栏刷题笔记
2-5 Two Stacks In One Array (20 分)
本文链接：https://blog.csdn.net/shiliang97/article/details/101173005 2-5 Two Stacks In One Array (20 分) Write
76930发布于 2019-11-08 - 来自专栏刷题笔记
2-5 修理牧场 (35 分)【优先队列】
2-5 修理牧场 (35 分) 农夫要修理牧场的一段栅栏，他测量了栅栏，发现需要N块木头，每块木头长度为整数Li个长度单位，于是他购买了一条很长的、能锯成N块的木头，即该木头的长度是Li的总和
1.1K10发布于 2020-06-23 - 来自专栏LhWorld哥陪你聊算法
HBase篇--初始Hbase
一.前述 1.HBase，是一个高可靠性、高性能、面向列、可伸缩、实时读写的分布式数据库。 二.Hbase数据模型 ? 2.1 ROW KEY(相当于关系型数据库中的ID) 决定一行数据 按照字典顺序排序的。 HBase把同一列族里面的数据存储在同一目录下，由几个文件保存。 2.3 Timestamp时间戳（相当于版本！！！） 三.Hbase架构 ? 3.1 Client 包含访问HBase的接口并维护cache来加快对HBase的访问 3.2 Zookeeper 保证任何时候，集群中只有一个master（HA） 存贮所有Region的寻址入口。
5.6K20发布于 2018-09-13 - 来自专栏育种数据分析之放飞自我
笔记 | GWAS 操作流程2-5：杂合率检验
一般自然群体，基因型个体的杂合度过高或者过低，都不正常，我们需要根据杂合度进行过滤。偏差可能表明样品受到污染，近亲繁殖。我们建议删除样品杂合率平均值中偏离±3 SD的个体。
2.4K20发布于 2020-04-27 - 来自专栏大数据那些事
Hbase（4）——hive on hbase
可以用如下语句在hive上实行创表，然后hbase上会出现对应的表 ? ? 此时可以看见basketball2已经在hbase上建立了 ps：CREATE TABLE basketball2(num int,team string,state string) STORED BY ‘org.apache.hadoop.hive.hbase.HBaseStorageHandler’ WITH SERDEPROPERTIES (“hbase.columns.mapping” = “ :key,player:team,player:state”) TBLPROPERTIES (“hbase.table.name” = “basketball2”); create table后面跟hive 上要创建的表名，mapping相当于映射，：前面没有东西就相当于是hbase里的rowkey，后面的player相当于列族里的Column family，而team和state相当于Column qualifier
4.9K10发布于 2020-11-11 - 来自专栏生如夏花的个人博客
Hbase(四)：Hbase原理
Hbase(四)：Hbase原理 Hbase的工作方式 region的分裂和结构 hbase表中的数据按照行键的字典顺序排序 hbase表中的数据按照行的的方向切分为多个region 最开始只有一个 写入数据到hdfs的过程其实是不断追加hfile的过程 Hbase写入数据 数据写入hbase时 先在hlog中记录日志 再修改memstore 直接返回成功 这样 不需要真正等待写入hdfs的过程 所以很快 由于hbase中的数据天然排序 再加上索引 整个查询也可以非常的快 Hbase中的region的寻址 在hbase中有一个hbase:meta表，其中存放了 表和region和regionSever 之间的对应关系信息 支持增、删、读、改、顺序扫描操作 牺牲了一部分读的性能换取了高效写入能力 Hbase系统架构 hbase中的老大叫hmaster 小弟叫hregionServer 客户端叫Client 的数据是可靠的 基于hdfs，由hdfs的可靠性保证了hbase的可靠性–即数据可以有多个备份 利用zookeeper实现了HA，即使某一台机器挂掉另外的机器也可以很快的替换它 Hbase与Hive
5K10发布于 2020-11-24 - 来自专栏章鱼carl的专栏
【HBase】HBase之what
来加速Hbase的访问，比如cache的.META.元数据的信息。 流程 老的Region寻址方式 在Hbase 0.96版本以前，Hbase有两个特殊的表，分别是-ROOT-表和.META.表，其中-ROOT-的位置存储在ZooKeeper中，-ROOT-本身存储了 (3)Hlog数量上限 前面说到Hlog为了保证Hbase数据的一致性，那么如果Hlog太多的话，会导致故障恢复的时间太长，因此Hbase会对Hlog的最大个数做限制。 该参数为：hbase.hregion.majorcompaction.jitter 具体算法为： hbase.hregion.majorcompaction参数的值乘于一个随机分数，这个随机分数不能超过 通过hbase.hregion.majorcompaction参数的值加上或减去hbase.hregion.majorcompaction参数的值乘于一个随机分数的值就确定下一次大合并的时间区间。
4.4K40编辑于 2022-03-31 - 来自专栏章鱼carl的专栏
【HBase】HBase之how
HBase Shell 常用命令： 注意：HBase在linux命令行下操作时，区分大小写 HBase API HBase 提供Java方式的原生接口，其中需要注意的有： (1)创建Connection HBase Rest Gateway HBase附带的REST服务器，该服务器将HBase表，行，单元和元数据作为URL指定的资源公开。 HBase到Hive 将HBase的数据作为数据源，建立Hive外部表关联到HBase，利用Hive的HQL查询HBase数据，更进一步，将Hive的元数据同步到Impala，利用Impala的SQL 这是HBase二级索引出现的背景。即二级索引是为了让HBase能够提供更多维度的查询能力。 5.避免数据热点的方法 - Hashing 基于RowKey的完整或部分数据进行Hash，而后将Hashing后的值完整替换原RowKey或部分替换RowKey的前缀部分。
4.2K20编辑于 2022-03-31 - 来自专栏岑玉海
Hbase 学习（十） HBase Snapshots
/bin/hbase shell hbase> snapshot 'myTable', 'myTableSnapshot-122112' 3.列出已经存在的快照 $ . /bin/hbase shell hbase> list_snapshots 4.删除快照 $ . /bin/hbase shell hbase> delete_snapshot 'myTableSnapshot-122112' 5.从快照复制生成一个新表 $ . /bin/hbase shell hbase> disable 'myTable' hbase> restore_snapshot 'myTableSnapshot-122112' 提示：因为备份（ 7.复制到别的集群当中 该操作要用hbase的账户执行，并且在hdfs当中要有hbase的账户建立的临时目录（hbase.tmp.dir参数控制） 采用16个mappers来把一个名为MySnapshot
5.3K80发布于 2018-03-01 - 来自专栏数据技术
使用 HBase - HBase Shell 命令
数人之道原创文章，转载请关注本公众号联系我们 HBase Shell 命令文章大纲 HBase 数据库默认的客户端程序是 HBase Shell，它是一个封装了 Java 客户端 API 的 JRuby 用户可以在 HBase 的 HMaster 主机上通过命令行输入 hbase shell，即可进入 HBase 命令行环境，以命令行的方式与 HBase 进行交互。 使用 quit 或 exit 命令可退出 HBase 命令行环境。 [hadoop@hadoop100 ~]$ hbase shell 下面介绍部分常用的 HBase Shell 操作命令。 1 HBase Shell 数据操作命令 这部分命令主要涉及对 HBase 的命名空间、表及数据的增删改查操作。 下面的操作以《初识 HBase - HBase 基础知识》3.2 节中的数据为基础进行。 图1：HBase Shell 操作基础数据 注意：数据会根据需要进行调整。
12.8K31编辑于 2022-01-18 - 来自专栏LhWorld哥陪你聊算法
HBase篇--HBase常用优化
二.具体优化 1.表的设计 1.1 预分区 默认情况下，在创建HBase表的时候会自动创建一个region分区，当导入数据的时候，所有的HBase客户端都向这一个region写数据，直到这个region 因此Hbase的更新其实是不断追加的操作。 至于缓存的替换策略，可以考虑LRU等常用的策略。 3.6 Blockcache ！！！ HTable和HTablePool使用注意事项 HTable和HTablePool都是HBase客户端API的一部分，可以使用它们对HBase表进行CRUD操作。 使用solr和hbase整合完成全文搜索。 a) 使用MR批量读取hbase中的数据，在solr里面建立索引（no store）之保存rowkey的值。
6.7K50发布于 2018-09-13 - 来自专栏生如夏花的个人博客
Hbase(五) JavaApi操作Hbase
Hbase(五): JavaApi操作Hbase 依赖 <dependencies> <dependency> <groupId>org.apache.hbase</groupId > <artifactId>hbase-client</artifactId> <version>0.98.17-hadoop2</version> </dependency > <dependency> <groupId>org.apache.hbase</groupId> <artifactId>hbase-server</artifactId 版本一致 Hbase版本可以通过连接Hbase client使用version命令查看 定义静态配置变量 public static Configuration conf; static{ conf = HBaseConfiguration.create(); conf.set("hbase.zookeeper.quorum","hadoop1:2181"); } 由于配置变量都是一样的，
3.9K10发布于 2020-11-24 - 来自专栏实时计算
Hbase入门(一)——初识Hbase
本文将介绍大数据的知识和Hbase的基本概念，作为大数据体系中重要的一员，Hbase弥补了Hadoop只能离线批处理的不足，支持存储小文件，随机检索。 而这种特性使得Hbase对于实时计算体系的事件存储有天然的较好的支持。这使得Hbase在实时流式计算中也扮演者重要的角色。 ? Hbase使用Java编写，还是一种NoSQL数据库，这些特性决定了Hbase独特的应用场景。 的表模型与关系型数据库的表模型不同： Hbase的表没有固定的字段定义； Hbase的表中每行存储的都是一些key-value对； Hbase的表中有列族的划分，用户可以指定将哪些kv 通过将数据增量的存入Hbase，并在流式处理中实时查询Hbase，结合历史得到最终的分析结果。
3.9K30发布于 2019-09-29 - 来自专栏生如夏花的个人博客
Hbase(二)Hbase常用操作
Hbase(二)：Hbase常用操作 常用shell命令 hbase shell命令 描述 alter 修改列族（column family）模式 count 统计表中行的数量 create 创建表 describe 行，列对应的值，另外也可以指定时间戳的值） deleteall 删除指定行的所有元素值 disable 使表无效 drop 删除表 enable 使表有效 exists 测试表是否存在 exit 退出hbase shell get 获取行或单元（cell）的值 incr 增加指定表，行或列的值 list 列出hbase中存在的所有表 put 向指向的表单元添加值 tools 列出hbase所支持的工具 scan 通过对表的扫描来获取对用的值 status 返回hbase集群的状态信息 shutdown 关闭hbase集群（与exit不同） truncate 重新创建指定表 version 返回hbase版本信息
3.9K10发布于 2020-11-24 金融科技历史库架构演进：基于 TDSQL TDStore 替换 HBase 的降本与性能双重跃升
业务团队为满足监管要求的长期保存与跨可用区容灾能力，早期将超出时间阈值的数据归档至 HBase。 然而，随着业务深度的增加，基于原生 HBase 的架构在运维成本与开发效率上面临显著的结构性瓶颈，亟需通过架构升级实现以下目标： 精简组件依赖，降低运维成本 (Ops Cost)： HBase 依赖 Zookeeper 引入 TDSQL TDStore 敏态引擎重构底层存储 为彻底解决上述架构痛点，业务团队引入基于容器化云原生架构的 TDSQL 新一代敏态引擎 TDStore，全面替换原有 HBase 历史库集群。 量化核心业务系统的数据查询与存储效能 经过架构替换与业务割接，基于 TDSQL TDStore 引擎的还款记录历史库在系统性能、存储成本与开发规范上实现了精确的量化收益： 执行时耗大幅缩减： 摒弃了原先 整体对比 HBase 平均拥有约 40% 左右的压缩率提升（对比 InnoDB 引擎最高可达 5% 的压缩率），从根本上遏制了历史数据堆积带来的硬件成本扩张。
10800编辑于 2026-05-30
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