大數(shù)據(jù)挖掘與處理SEARCH AGGREGATION
回答:首先明確下定義：計算時間是指計算機(jī)實際執(zhí)行的時間，不是人等待的時間，因為等待時間依賴于有多少資源可以調(diào)度。首先我們不考慮資源問題，討論時間的預(yù)估。執(zhí)行時間依賴于執(zhí)行引擎是 Spark 還是 MapReduce。Spark 任務(wù)Spark 任務(wù)的總執(zhí)行時間可以看 Spark UI，以下圖為例Spark 任務(wù)是分多個 Physical Stage 執(zhí)行的，每個stage下有很多個task，task 的...
silenceboy
|
1072人閱讀
回答:使用SQL處理數(shù)據(jù)時，數(shù)據(jù)會在數(shù)據(jù)庫內(nèi)直接進(jìn)行處理，而且sql處理本身可以對sql語句做優(yōu)化，按照最優(yōu)的策略自動執(zhí)行。使用Java處理時，需要把數(shù)據(jù)從數(shù)據(jù)庫讀入到Java程序內(nèi)存，其中有網(wǎng)絡(luò)處理和數(shù)據(jù)封裝的操作，數(shù)據(jù)量比較大時，有一定的延遲，所以相對來說數(shù)據(jù)處理就慢一些。當(dāng)然，這個只是大體示意圖，實際根據(jù)業(yè)務(wù)不同會更復(fù)雜。兩者側(cè)重的點不同，有各自適合的業(yè)務(wù)領(lǐng)域，需要根據(jù)實際情況選用合適的方式。
stefanieliang
|
2109人閱讀
回答:我是做JAVA后臺開發(fā)的，目前為止最多處理過每天600萬左右的數(shù)據(jù)！數(shù)據(jù)不算特別多，但是也算是經(jīng)歷過焦頭爛額，下面淺談下自己和團(tuán)隊怎么做的？后臺架構(gòu):前置部門:負(fù)責(zé)接收別的公司推過來的數(shù)據(jù)，因為每天的數(shù)據(jù)量較大，且分布不均，使用十分鐘推送一次報文的方式，使用batch框架進(jìn)行數(shù)據(jù)落地，把落地成功的數(shù)據(jù)某個字段返回給調(diào)用端，讓調(diào)用端驗證是否已經(jīng)全部落地成功的，保證數(shù)據(jù)的一致性！核心處理:使用了spr...
李增田
|
1526人閱讀
回答:目前階段大數(shù)據(jù)技術(shù)及體系已經(jīng)逐漸趨于成熟，不再是以概念貫穿的模式，大數(shù)據(jù)越來越多的被使用，伴隨互聯(lián)網(wǎng)化的發(fā)展更多的企業(yè)信息化已經(jīng)由IT時代轉(zhuǎn)變?yōu)镈T時代，以數(shù)據(jù)為核心，用數(shù)據(jù)進(jìn)行決策，基于數(shù)據(jù)驅(qū)動企業(yè)的創(chuàng)新與發(fā)展，相信在將來大數(shù)據(jù)也會有更廣泛的應(yīng)用空間，對于大數(shù)據(jù)的理解主要分為以下幾個層面。1.數(shù)據(jù)來源：對于大數(shù)據(jù)時代而言更多強(qiáng)調(diào)基于業(yè)務(wù)數(shù)據(jù)的沉淀，在一定規(guī)模的數(shù)據(jù)上進(jìn)行進(jìn)一步的分析、處理、轉(zhuǎn)換，...
arashicage
|
1246人閱讀
回答:在大數(shù)據(jù)領(lǐng)域大概有四個大的工作方向，除了大數(shù)據(jù)平臺應(yīng)用及開發(fā)、大數(shù)據(jù)分析與應(yīng)用和大數(shù)據(jù)平臺集成與運維之外，還有大數(shù)據(jù)平臺架構(gòu)與研發(fā)，除了以上四個大的工作方向之外，還有一個工作方向是大數(shù)據(jù)技術(shù)推廣和培訓(xùn)，這部分工作目前也有不少人在從事。大數(shù)據(jù)平臺架構(gòu)與研發(fā)主要的工作內(nèi)容是研發(fā)底層的大數(shù)據(jù)平臺，這部分工作的難度較高，從事這部分工作的研發(fā)級崗位也并不多?，F(xiàn)在不少技術(shù)研發(fā)團(tuán)隊都以Hadoop、Spark平...
zhangxiangliang
|
3519人閱讀
...解決問題代表企業(yè)第一次浪潮1980年前后個人計算機(jī)信息處理Intel、AMD、IBM、蘋果、微軟、聯(lián)想、戴爾、惠普等第二次浪潮1995年前后互聯(lián)網(wǎng)信息傳輸雅虎、谷歌、阿里巴巴、百度、騰訊等第三次浪潮2010年前后物聯(lián)網(wǎng)、云計算和大...
...云計算是硬件資源的虛擬化，而大數(shù)據(jù)是海量數(shù)據(jù)的高效處理。從結(jié)果來分析，云計算注重資源分配，大數(shù)據(jù)注重的是資源處理。一定程度上講，大數(shù)據(jù)需要云計算支撐，云計算為大數(shù)據(jù)處理提供平臺?！ 亩叩亩x范圍來...
...能模型，并在敏捷大數(shù)據(jù)平臺上對數(shù)據(jù)流進(jìn)行實時智能化處理，最終實現(xiàn)一站式的大數(shù)據(jù)智能分析實踐。 一、前言 人工智能的誕生可以追溯到上世紀(jì)50年代，在達(dá)特茅斯會議上，麥卡錫提出了AI的概念，但在初期的熱度過后，人...
...用于生成決策的時間非常少。 1秒定律：這一點和傳統(tǒng)的數(shù)據(jù)挖掘技術(shù)有著本質(zhì)的不同。 (4)價值密度低，商業(yè)價值高： 如此大量的數(shù)據(jù)，很多可能都是沒有價值的數(shù)據(jù)。比如監(jiān)控攝像頭時刻生成大量數(shù)據(jù)需要進(jìn)行存儲，一旦發(fā)...
...近EB量級。 2）Velocity（高速）： 這是大數(shù)據(jù)區(qū)分于傳統(tǒng)數(shù)據(jù)挖掘的最顯著特征。根據(jù)IDC的數(shù)字宇宙的報告，預(yù)計到2020年，全球數(shù)據(jù)使用量將達(dá)到35.2ZB。在如此海量的數(shù)據(jù)面前，處理數(shù)據(jù)的效率就是企業(yè)的生命。 天貓雙十一...
...過互聯(lián)網(wǎng)提供全球用戶計算力、存儲服務(wù)，為互聯(lián)網(wǎng)信息處理提供硬件基礎(chǔ)。云計算，簡單說就是把你自己電腦里的或者公司服務(wù)器上的硬盤、CPU都放到網(wǎng)上，統(tǒng)一動態(tài)調(diào)用。 大數(shù)據(jù)是什么? 大數(shù)據(jù)的定義(麥肯錫全球研究...
...據(jù)量早已超出 ZB（1ZB=1024EB，1EB=1024PB）級別。傳統(tǒng)的數(shù)據(jù)處理方法是：隨著數(shù)據(jù)量的加大，不斷更新硬件指標(biāo)，采用更加強(qiáng)大的CPU、更大容量的磁盤這樣的措施，但現(xiàn)實是：數(shù)據(jù)量增大的速度遠(yuǎn)遠(yuǎn)超出了單機(jī)計算和存儲能力提升...
ChatGPT和Sora等AI大模型應(yīng)用，將AI大模型和算力需求的熱度不斷帶上新的臺階。哪里可以獲得...
大模型的訓(xùn)練用4090是不合適的，但推理（inference/serving）用4090不能說合適，...
圖示為GPU性能排行榜，我們可以看到所有GPU的原始相關(guān)性能圖表。同時根據(jù)訓(xùn)練、推理能力由高到低做了...
王晗
