PGConfChina2016-Kudu
|
|
- 流 汪
- 4 years ago
- Views:
Transcription
1 Hadoop 最新结构化存储利器 Kudu 陈飚 Cloudera
2 关于我 陈飚 Cloudera 售前技术经理 资深方案架构师 原 Intel Hadoop 发行版核心开发人员, 成功实施并运维多个上百节点 Hadoop 大数据集群 曾在 Intel 编译器部门从事服务器中间件软件开发, 擅长服务器软件调试与优化, 与团队一起开发出世界上性能领先的 XSLT 语言处理器 2010 年后开始 Hadoop 产品开发及方案顾问, 先后负责 Hadoop 产品化 HBase 性能调优, 以及行业解决方案顾问 2
3 Kudu: 效分析快数据的存储系统 DATA ENGINEERING DATA DISCOVERY & ANALYTICS DATA APPS BATCH STREAM SQL SEARC H SPARK, HIVE, PIG UNIFIED DATA SERVICES RESOURCE MANAGEMENT YARN SECURITY SENTRY MODEL ONLIN E SPARK IMPALA SOLR SPARK HBASE Hadoop 生态中新的支持数据修改的列式存储系统 简化可变数据上构建分析应用的架构 旨在提升快速分析的性能 与 Hadoop 原生集成 FILESYSTEM HDFS DATA INTEGRATION & STORAGE RELATIONAL KUDU INGEST SQOOP, FLUME, KAFKA NoSQL HBASE Apache 顶级项目,100% 开源 2016 年 9 月发布 1.0 正式版本
4 开发 Kudu 的初衷和设计目标 Why build Kudu?
5 为什么 Cloudera 要开发 Kudu? 有没有因为 Hadoop 生态系统中缺少某种存储技术而使我们无法解决客户面临的业务问题? 我们的大数据平台充分利用了过去 10 年硬件的进步吗?
6 硬件行业的进展 机械硬盘 -> 固态硬盘 NAND 闪存 : 读数据时 IOPS 达到 45 万个, 写数据时 IOPS 达到 25 万个, 读数据的吞吐率约为每秒 2GB, 写数据的吞吐率达到每秒 1.5GB, 存储成本低于每 GB3 美元并且持续下降 3D XPoint memory ( 比 NAND 快 1000 倍, 比 RAM 更有成本优势 ) 内存成本更低, 单机内存量更大 : 过去几年 64->128->256GB 启示 1: CPU 将成为性能瓶颈, 现有存储系统设计并未考虑高效使用 CPU 启示 2: 列式存储也可以用于随机访问
7 联 分析 开发 员希望知道如何优化充电性能 新版本软件升级后随着时间推移是如何影响汽 性能的? 实时 客户希望知道是否是未成年 在驾驶 他们加速多快? 时速多少? 他们在哪? 汽 设备 如在服务前或服务中拿到最新的诊断数据包
8 联 分析 开发 员希望知道如何优化充电性能快速有效率的 Scan 新版本软件升级后随着时 = HDFS 间推移是如何影响汽 性能的? 实时 客户希望知道是否是未成年 在驾驶 他们加速多快快速插入? 时速多少 / 查找? 他们在哪? = HBase 汽 设备 如在服务前或服务中拿到最新的诊断数据包
9 How would we build the Real-time System Today? Cars are constantly producing data, being ingested in real-time or micro-batches A consumer wants to know what is the location and speed of their car in real-time. Requires: potentially millions of low latency writes / second low latency, random access Hadoop 12:01:05 AM: Where is my car? How fast? 12:01:05 AM: Your car is located at. 12:01:05 AM: Here I am! Consumer
10 How would we build the Real-time System Today? Hbase Provides: Fast, Random Read & Write Access Mini-scans Scale-out architecture capable of serving Big Data to many users HBas e Connected Cars Events Kafka / Pub-sub Consumer
11 How would we build the Analytics System Today? Cars are constantly producing data, being ingested in real-time or micro-batches GM just made a software update to temp control module. How s it working? Requires fast, efficient scan performance Hadoop 12:01:05 PM: Here I am! For the last 3 days, give me engine temp vs. radiator data. Here you go. Analyst
12 How would we build the Analytics System Today? HDFS Excels at: Full table scans Ad-hoc analytics Historic Data Events Connected Cars Kafka / Pub-sub 1. Have we accumulated enough data? Hbase/Fl ume 2. Flush into HDFS Yesterday s Partition Today s Partition Analyst
13 Hybrid big data analytics pipeline Before Kudu HBas e Random Reads Consumer Connected Cars Events Kafka / Pub-sub Snapshot & Convert to Parquet HDFS (Storage) Analytics Analyst Compact late arriving data
14 HBase+HDFS 混合架构的复杂性 同时提供高性能的顺序扫描和随机查询, 避免使用 HBase+HDFS 混合架构的复杂性 : 开发 : 必须编写复杂的代码来管理两个系统之间的数据传输及同步 运维 : 必须管理跨多个不同系统的一致性备份 安全策略以及监控 业务 : 新数据从达到 HBase 到 HDFS 中有时延, 不能马上供分析 在实际运行中, 系统通常会遇到数据延时达到, 因此需要对过去的数据进行修正等 如果使用不可更改的存储 ( 如 HDFS 文件 ), 将会非常不便
15 Hybrid big data analytics pipeline After Kudu Kudu supports simultaneous combination of sequential and random reads and writes Connected Cars Events Kafka / Pub-sub Kudu Random Reads Analytics Consume r Analyst
16 What is Kudu?
17 当前 Hadoop 平台上的存储组件概括 HDFS 的强项 : 效的顺序扫描能 持 吞吐的数据追加 HBase 的强项 : 效的按 随机存取能 持数据的修改 可以 和 熊掌 兼得吗? 如何实现对实时变化的数据集做 效的数据分析呢 (Fast Analysis on Fast Data)?
18 Kudu 的设计目标 扫描 数据量时吞吐率 ( 列式存储和多副本机制 ) 目标 : 相对 Parquet 的扫描性能差距在 2x 之内 访问少量数据时延时低 ( 主键索引和多数占优复制机制 ) 目标 : SSD 上读写延时不超过 1 毫秒 类似的数据库语义 ( 初期 持单 记录的 ACID) 关系数据模型 SQL 查询 NoSQL 格的扫描 / 插 / 更新 (Java 客户端 )
19 Kudu: 可扩展的高速结构化存储 可扩展性 通过 275 台服务器测试 ( 集群数据量约 3PB) 设计能 持扩展到上千节点的服务器和 PB 的数据量 速 集群吞吐率达到每秒上百万读 / 写 每节点数据读取吞吐率每秒 GB 表 如同传统数据库 样 结构化表来表 数据 单表记录 数可超过 千亿条 19
20 Kudu 表中的行记录访问 类似 SQL 模式的表 有限的列数 ( 不同于 HBase/Cassandra) 数据类型 : BOOL, INT8, INT16, INT32, INT64, FLOAT, DOUBLE, STRING, BINARY, TIMESTAMP 一部分列构成联合主键 快速 ALTER TABLE NoSQL 风格的 Java, Python 和 C++ 语言 API Insert(), Update(), Delete(), Scan() 与 MapReduce, Spark 和 Impala 无缝对接 正在对接更多处理引擎, 如 Drill, Hive
21 Kudu 不是 不是 个 SQL 引擎, Bring Your Own SQL ( BYO SQL ) Kudu 是存储层,SQL 处理层需要 Impala 或 Spark 等 不是 个 件系统 数据必须按表的形式结构化存储 不是 个运 在 HDFS 上的应 Kudu 是另外 个原 的 Hadoop 存储引擎 通常是要和 HDFS 并肩同部署 不是 个内存数据库 能很快的处理数据可全部载入内存的任务, 也能支持非常大的数据量! 不是 来替代 HDFS 或 HBase 要为适当的应 场景选择适当的存储 在很多应 场景下 HDFS 或 HBase 仍然会更适合 Cloudera 会继续耕耘所有这些组件
22 Kudu+Impala 与 MPP DWH 的 较 共性 通过 SQL 进 快速分析查询, 并包含 多数常 的最新特性 能插 更新和删除数据不同 更快的流式数据插 更好的 Hadoop 集成 在同 集群中能进 HDFS 和 Kudu 表之间的 JOIN 与 Spark, Flume 等的集成 批量插 变慢 没有基于事务的数据加载 跨 事务以及索引
23 Kudu 应 场景
24 Kudu 的应 场景 Kudu 最适合需要同时 持顺序和随机读和写的应 场景 时间序列 举例 : 股市 情数据 ; 欺诈检测和预防 ; 险监控 应 类型 : Insert, updates, scans, lookups 机器数据分析 举例 : Network threat detection 应 类型 : Inserts, scans, lookups Online Reporting 举例 : ODS 应 类型 : Inserts, updates, scans, lookups
25 业界应 Financial Services Retail Public Sector Streaming market data Real-time fraud detection & prevention Risk monitoring Real-time offers Location-based targeting Geospatial monitoring Risk and threat detection (real time)
26 当前 Hadoop 实时数据分 析的现状当前的大数据架构 : 存储架构太复杂 积累了足够数据吗? 流入数据 ( 消息系统 ) HBase Impala on HDFS 历史数据 报表需求 但是怎样处理下面的问题? 怎么有效处理转换过程中的错误? 如何定义将 HBase 数据转换成 Parquet 格式作业的周期? 将 Hbase 存储的数据重新组织为 Parqet 格式 Parquet 文件 最近的数据分区 最新的数据分区 等待数据文件的生成 在 Impala 中构建新的分区并导入数据 从数据进入到报表中能体现之间的时延如何量化? 作业流程怎么保障不被其他操作打断?
27 使用 Kudu 的 Hadoop 实时 数据分析 流入数据 ( 消息系统 ) Storage in Kudu 历史和实时数据 改进点 : 只要一套系统 不需要后台定时的批处理任务 报表需求 轻松应对数据迟到和数据修正 新数据立即用于在分析和业务运营
28 Design & Internals
29 Kudu 的核心设计 有类型的存储 基础构件 : 子表 (Tablet) 数据表被水平划分为子表, 类似于分区 (Partition) 通过类似于 Paxos 的投票协议 (Raft) 来管理一致性 框架支持地理上的分开部署, 支持多活 (Active/Active) 系统
30 Tables( 表 ) 和 Tablets( 子表 ) 表被水平划分为子表 支持按范围或哈希分区 PRIMARY KEY (host, metric, timestamp) DISTRIBUTE BY HASH(timestamp) INTO 100 BUCKETS 每个子表有多个副本 (3 个或 5), 采用 Raft 一致性协议 数据可以从任一副本读取, 并且数据由 Leader 更新保证, 自动容错 低 MTTR: ~5 seconds 子表服务器保存子表 数据存放在本地, 而不是 HDFS Master 节点负责元数据管理服务 创建 / 删除表和子表 (Tablet) 定位子表 (Tablet)
31 元数据 带副本的 master* 用作子表目录 ( META 表 ) 用作 catalog (table schemas, etc) 用于负载均衡 ( 跟踪子表服务器是否在线, 增加低于要求副本数的子表的副本数 ) 所有元数据都缓存在内存, 性能更好 80 节点的压力测试, GetTableLocations RPC 性能 : 99 th percentile: 68us, th percentile: 657us <2% peak CPU usage 在客户端上配置 master 地址 首次访问时向 master 询问子表地址, 随后缓存在客户端
32
33 LSM vs Kudu LSM Log Structured Merge (Cassandra, HBase, etc) Inserts 和 updates 先都写 内存 (MemStore) 然后再刷到磁盘 件 (HFile/SSTable) 读数据时合并磁盘 HFile 得到结果 Kudu 有些共同点 (Memstore, Compaction) 实现更精巧 为了更好的读 ( 特别是扫描 ) 性能牺牲少许写 性能
34 性能特性 非常高效率地利用 CPU 使用最新特性的 C++ 实现, 包括特殊 CPU 指令 LLVM 的 JIT 编译等技术 延时取决于存储硬件的性能 在 SSD 或更新技术上的响应延时一般不超过 1 毫秒 没有内存 GC, 使用大内存也不会有暂停 使用 Bloom Filter 减少了很多磁盘访问的要求
35 Kudu 的折衷处理 随机更新速度稍慢 HBase 的实现模型 需任何磁盘访问就能完成随机的数据更新 Kudu 在更新时需要 次主键查找, 在插 时需要 Bloom 查询 次, 有可能需要到磁盘上寻址 单 读也可能稍慢 列式存储更有利于扫描 (Scan) 场景 在读取最近更新过很多次的行时尤其慢 ( 例如 YCSB 的 zipfian 测试 ) 未来 : 可能引入列组 (Column Group) 来解决更注重单行读取的场景
36 容错 FOLLOWER 临时故障 : Leader 仍旧可以获得多少投票 在 5 分钟内重启子表服务器, 子表服务器会重新加入集群, 对用户透明 LEADER 临时故障 : Leader 每 1.5 秒应该向 Followers 发生心跳信息 如果连续 3 次没收到 Leader 的心跳信息将触发新一轮的 Leader 选举 3! 新 LEADER 在几秒钟内选出 旧 Leader5 分钟内重启后以 FOLLOWER 身份重新加入 N 个副本可以容忍 (N-1)/2 个节点失败
37 容错 (2) 长期失败 : Leader 感知到某个 follower 失败超出 5 分钟 排除该 follower Master 选择一个新副本 Leader 将数据拷贝到该新副本
38 子表的设计 先将 Inserts 写入内存 ( 类似于 HBase 的 Memstore) 然后刷到磁盘 列式存储, 与 Apache Parquet 格式类似 Updates 采用 MVCC ( 更新都带有时间戳, 不会直接修改原始数据 ) 允许 SELECT AS OF <timestamp> 查询和跨子表的一致性扫描 扫描当前数据, 性能接近最优 无需按行进行分支, 快速的矢量化解码和谓词计算 如果对最新数据执行高频率的更新, 性能下降
39 APIs
40 原生支持的客户端 First class clients implemented in Java and C++ Experimental Cython client that wraps the C++ Supported operations DDL (create, alter, delete tables) DML (insert, update, delete) Scan (with predicate pushdown, column projection)
41 Impala + Kudu CREATE TABLE my_first_table ( id BIGINT, name STRING ) DISTRIBUTE BY HASH (id) INTO 16 BUCKETS TBLPROPERTIES( 'storage_handler' = 'com.cloudera.kudu.hive.kudustoragehandler', 'kudu.table_name' = 'my_first_table', 'kudu.master_addresses' = 'kudu-master.example.com:7051', 'kudu.key_columns' = 'id' );
42 Impala + Kudu Pre Splitting CREATE TABLE cust_behavior ( _id BIGINT, salary STRING, edu_level INT, usergender STRING, rating INT) DISTRIBUTE BY RANGE(_id) SPLIT ROWS(( ), ( ), ( ), ( ), ( ), ( )) TBLPROPERTIES( 'storage_handler' = 'com.cloudera.kudu.hive.kudustoragehandler', 'kudu.table_name' = 'my_first_table', 'kudu.master_addresses' = 'kudu-master.example.com:7051', 'kudu.key_columns' = 'id' );
43 Impala + Kudu Update & Delete UPDATE my_first_table SET name="bob" where id = 3; DELETE FROM my_first_table WHERE id < 3;
44 Impala integration CREATE TABLE DISTRIBUTE BY HASH(col1) INTO 16 BUCKETS AS SELECT FROM INSERT / UPDATE / DELETE Optimizations: predicate pushdown, scan locality, scan parallelism More optimizations on the way Not an Impala user? Community working on other integrations (Hive, Drill, Presto, etc)
45 Spark DataSource integration Available as of Kudu 0.9 // Import kudu datasource import org.kududb.spark.kudu._ val kududataframe = sqlcontext.read.options( Map("kudu.master" -> "master.address.example.com", "kudu.table" -> "my_table_name")).kudu // Then query using spark api or register a temporary table and use spark sql kududataframe.select("id").filter("id" >= 5).show() // (prints the selection to the console) // Register kududataframe as a temporary table for spark-sql kududataframe.registertemptable("kudu_table") // Select from the dataframe sqlcontext.sql("select id from kudu_table where id >= 5").show() // (prints the sql results to the console)
46 TPC-H (Analytics benchmark) 集群由 75 个 TS 和一个 master 构成 每个节点 12 块硬盘, 128GRAM Kudu Impala 2.2+CDH 5.4 TPC-H Scale Factor 100 (100GB) 结果 对内存数据,Kudu 性能比 Parquet 高 31% ( 几何平均 ) 对硬盘数据,Parquet 性能应该比 Kudu 更好 (larger IO requests
47 用户案例
48 大数据分析处理流程 使用 Kudu 之前 在使用 Kudu 前, 小米的大数据分析 Pipepline 主要有几种 : 1. 数据源 -> Scribe 将日志输出到 HDFS -> MR/Hive/Spark -> HDFS Parquet -> Impala -> 将结果对外服务, 这个数据流一般用于分析各种日志 2. 数据源 -> 实时更新 HBase/MySQL -> 每天批量导出 Parquet-> Impala -> 将结果对外服务, 这个数据流一般用来分析状态数据, 也就是一般需要随机更新的数据比如用户 Profile 之类的 这两条数据流主要有几个问题 : 1. 数据从生成到落地成能被高效查询的列式存储, 整个延时比较大, 一般是小时级别到一天 2. 很多数据的日志到达时间和逻辑时间不一致, 一般存在一些随机延时 比如很多 mobile app 统计应用, 这些 tracing event 发生后很可能过一段时间才被后段 tracing server 收集到 对于一些实时分析需求, 有一些可以通过流处理来解决, 不过没有 SQL 方便, 另外流式处理只能做固定的数据分析, 对 ad-hoc 查询无能为力 Kudu 的特点正好可以来配合 Impala 搭建实时 ad-hoc 分析应用
49 大数据分析处理流程 使用 Kudu 简化 改进后的数据流大概是这样 : 1. 数据源 -> Kafka -> ETL(Storm) -> Kudu -> Impala 2. 数据源 -> Kudu -> Impala 数据流 1 主要是为需要进一步做 ETL 的应用使用的, 另外 Kafka 可以作为 Buffer, 当写吞吐有毛刺时,Kafka 可以做一个缓冲 如果应用有严格的实时需求, 就是只要数据源写入就必须能够查到, 就需要使用数据流 2
50 来自小米的基准测试 从程序跟踪分析应用中抽取的 6 个真实的查询场景 Q1: SELECT COUNT(*) Q2: SELECT hour, COUNT(*) WHERE module = foo GROUP BY HOUR Q3: SELECT hour, COUNT(DISTINCT uid) WHERE module = foo AND app= bar GROUP BY HOUR Q4: analytics on RPC success rate over all data for one app Q5: same as Q4, but filter by time range Q6: SELECT * WHERE app = AND uid = ORDER BY ts LIMIT 30 OFFSET 30 测试集群 :71 台服务器 硬件 :CPU: E GHz * 24 core Memory: 64GB Network: 1Gb Disk: 12 HDD 软件 :Hadoop2.6/Impala 2.1/Kudu 数据量 : 一天的服务器端跟踪日志数据 约 26 亿条数据 每条数据约 270 字节 表有 17 个字段, 其中 5 个为主键字段 50
51 测试结果 Bulk load using impala (INSERT INTO): Total Time(s) Throughput(Total) Throughput(per node) Kudu M record/s 39.5k record/s Parquet M record/s 331k records/s Query latency (seconds): HDFS parquet file replication = 3 Kudu table replication = 3 Each query run 5 times then averaged
52 京东案例 Jd.com 中国第 在线电商 使 Kafka 实时收集数据 点击流 志 应 / 浏览器 Trace 志 每条记录约 70 字段 6/18 sale day 150 亿笔交易 峰期每秒 千万条数据插 集群 200 台服务器 查询使 JDBC -> Impala -> Kudu Browser tracing Kafka Kudu Impala JDBC access Web-app Marketing Dept. Web logs Developers 52
53 怎样开始?
54 Apache Kudu 社区
55 作为用户 Quickstart VM 轻松上手! Impala and Kudu in an easy-to-install VM CSD and Parcels For installation on a Cloudera Manager-managed cluster 白皮书 :getkudu.io/kudu.pdf
56 作为开发人员 所有的代码首先都会提交到这里 Public gerrit: 所有的代码审查会提交到这里 Public JIRA: 自 2013 以来的缺陷修复. Come see our dirty laundry! Apache 2.0 开源代码许可 欢迎大家贡献代码和功能!
57
58 陈飚
ABOUT ME AGENDA 唐建法 / TJ MongoDB 高级方案架构师 MongoDB 中文社区联合发起人 Spark 介绍 Spark 和 MongoDB 案例演示
完整的大数据解決方案 ABOUT ME AGENDA 唐建法 / TJ MongoDB 高级方案架构师 MongoDB 中文社区联合发起人 Spark 介绍 Spark 和 MongoDB 案例演示 Dataframe Pig YARN Spark Stand Alone HDFS Spark Stand Alone Mesos Mesos Spark Streaming Hive Hadoop
More informationDTCC2017-Kudu介绍-小米张震-final
Kudu 介绍及实践 小米张震 纲 Kudu 介绍 Kudu 与 Spark 的整合 小米实践 存储系统的现状 实时更新 HBase OLTP 随机读写 数据更新的频次 频繁更新 追加 只读 HDFS OLAP 批量扫描 归档 离线查询 较频繁的查询 查询的频次 实时访问 Kudu 的设计目标 实时更新 HBase OLTP 随机读写 数据更新的频次 频繁更新 追加 只读 HDFS OLAP 批量扫描
More information培 训 机 构 介 绍 中 科 普 开 是 国 内 首 家 致 力 于 IT 新 技 术 领 域 的 领 航 者, 专 注 于 云 计 算 大 数 据 物 联 网 移 动 互 联 网 技 术 的 培 训, 也 是 国 内 第 一 家 开 展 Hadoop 云 计 算 的 培
Hadoop 2.0 培 训 Hadoop 2.0Training Hadoop 2.0 运 维 与 开 发 实 战 培 训 邀 请 函 培 训 机 构 介 绍 www.zkpk.org 中 科 普 开 是 国 内 首 家 致 力 于 IT 新 技 术 领 域 的 领 航 者, 专 注 于 云 计 算 大 数 据 物 联 网 移 动 互 联 网 技 术 的 培 训, 也 是 国 内 第 一 家 开
More informationPowerPoint 演示文稿
Hadoop 生 态 技 术 在 阿 里 全 网 商 品 搜 索 实 战 阿 里 巴 巴 - 王 峰 自 我 介 绍 真 名 : 王 峰 淘 宝 花 名 : 莫 问 微 博 : 淘 莫 问 2006 年 硕 士 毕 业 后 加 入 阿 里 巴 巴 集 团 淘 及 搜 索 事 业 部 ( 高 级 技 术 与 家 ) 目 前 负 责 搜 索 离 线 系 统 团 队 技 术 方 向 : 分 布 式 计 算
More information白 皮 书 英 特 尔 IT 部 门 实 施 Apache Hadoop* 英 特 尔 分 发 版 软 件 的 最 佳 实 践 目 录 要 点 概 述...1 业 务 挑 战...2 Hadoop* 分 发 版 注 意 事 项...3 Hadoop* 基 础 架 构 注 意 事 项
IT@Intel 白 皮 书 英 特 尔 IT 部 门 大 数 据 和 商 业 智 能 2013 年 10 月 英 特 尔 IT 部 门 实 施 Apache Hadoop* 英 特 尔 分 发 版 软 件 的 最 佳 实 践 要 点 概 述 仅 在 五 周 之 内, 我 们 就 实 施 了 基 于 Apache Hadoop* 英 特 尔 分 发 版 的 低 成 本 可 完 全 实 现 的 大 数
More informationPowerPoint 演示文稿
Apache Spark 与 多 数 据 源 的 结 合 田 毅 @ 目 录 为 什 么 会 用 到 多 个 数 据 源 Spark 的 多 数 据 源 方 案 有 哪 些 已 有 的 数 据 源 支 持 Spark 在 GrowingIO 的 实 践 分 享 为 什 么 会 用 到 多 个 数 据 源 从 数 据 本 身 来 看 大 数 据 的 特 性 之 一 :Variety 数 据 的 多 样
More information水晶分析师
大数据时代的挑战 产品定位 体系架构 功能特点 大数据处理平台 行业大数据应用 IT 基础设施 数据源 Hadoop Yarn 终端 统一管理和监控中心(Deploy,Configure,monitor,Manage) Master Servers TRS CRYSTAL MPP Flat Files Applications&DBs ETL&DI Products 技术指标 1 TRS
More information合集
Ver 1.0 版 本 目 录 第 一 章 当 大 数 据 遇 上 SSD 01 第 二 章 广 东 移 动 运 用 Hadoop 创 新 应 用 04 第 三 章 第 四 章 第 五 章 第 六 章 第 七 章 第 八 章 第 九 章 第 十 章 如 何 利 用 大 数 据 分 析 提 升 垃 圾 短 信 过 滤 效 果 广 东 电 信 用 大 数 据 重 构 室 内 网 优 大 数 据 提 升
More information目錄
資 訊 素 養 線 上 教 材 單 元 五 資 料 庫 概 論 及 Access 5.1 資 料 庫 概 論 5.1.1 為 什 麼 需 要 資 料 庫? 日 常 生 活 裡 我 們 常 常 需 要 記 錄 一 些 事 物, 以 便 有 朝 一 日 所 記 錄 的 事 物 能 夠 派 得 上 用 場 我 們 能 藉 由 記 錄 每 天 的 生 活 開 銷, 就 可 以 在 每 個 月 的 月 底 知
More informationA API Application Programming Interface 见 应 用 程 序 编 程 接 口 ARP Address Resolution Protocol 地 址 解 析 协 议 为 IP 地 址 到 对 应 的 硬 件 地 址 之 间 提 供 动 态 映 射 阿 里 云 内
A API Application Programming Interface 见 应 用 程 序 编 程 接 口 ARP Address Resolution Protocol 地 址 解 析 协 议 为 IP 地 址 到 对 应 的 硬 件 地 址 之 间 提 供 动 态 映 射 阿 里 云 内 容 分 发 网 络 Alibaba Cloud Content Delivery Network 一
More information學 科 100% ( 為 單 複 選 題, 每 題 2.5 分, 共 100 分 ) 1. 請 參 閱 附 圖 作 答 : (A) 選 項 A (B) 選 項 B (C) 選 項 C (D) 選 項 D Ans:D 2. 下 列 對 於 資 料 庫 正 規 化 (Normalization) 的 敘
ITE 資 訊 專 業 人 員 鑑 定 資 料 庫 系 統 開 發 與 設 計 實 務 試 卷 編 號 :IDS101 注 意 事 項 一 本 測 驗 為 單 面 印 刷 試 題, 共 計 十 三 頁 第 二 至 十 三 頁 為 四 十 道 學 科 試 題, 測 驗 時 間 90 分 鐘 : 每 題 2.5 分, 總 測 驗 時 間 為 90 分 鐘 二 執 行 CSF 測 驗 系 統 -Client
More information第 06 期 李祥池 : 基于 ELK 和 Spark Streaming 的日志分析系统设计与实现 1 日志 1.1 日志定义 IT 1.2 日志处理方案演进 v1.0 v2.0 Hadoop Storm Spark Hadoop/Storm/Spark v3.0 TB Splunk ELK SI
电子科学技术第 02 卷第 06 期 2015 年 11 月 Electronic Science & Technology Vol.02 No.06 Nov.2015 年 基于 ELK 和 Spark Streaming 的日志分析系统设计与实现 李祥池 ( 杭州华三通信技术有限公司北京研究所, 北京,100085) 摘要 : 在大数据时代 对数据平台各组件的运行状态实时监控与运行分析具有重要意义
More information支付宝2011年 IT资产与费用预算
OceanBase 支 持 ACID 的 可 扩 展 关 系 数 据 库 qushan@alipay.com 2013 年 04 月 关 系 数 据 库 发 展 1970-72:E.F.Codd 数 据 库 关 系 模 式 20 世 纨 80 年 代 第 一 个 商 业 数 据 库 Oracle V2 SQL 成 为 数 据 库 行 业 标 准 可 扩 展 性 Mainframe: 小 型 机 =>
More information致理技術學院資訊管理學系專題企劃書格式建議書
致 技 術 學 院 資 訊 管 系 專 題 期 末 報 告 致 技 術 學 院 資 訊 管 系 專 題 期 末 報 告 鋼 鐵 業 進 銷 貨 管 系 統 指 導 老 師 : 蕭 勝 華 老 師 鋼 鐵 業 進 銷 貨 管 系 統 蘇 啟 鴻 老 師 學 生 : 張 志 宏 (69810203) 江 智 達 (69810209) 陳 宏 鎧 (69810210) 徐 偉 嘉 (69810211) 彭
More information目 录 简 介.3 ` 体 系 结 构...4 数 据 层...5 数 据 连 接 器...6 Tableau Server 组 件...7 网 关 / 负 载 平 衡 器...8 客 户 端 :Web 浏 览 器 和 移 动 应 用 程 序...8 客 户 端 :Tableau Desktop..
Neelesh Kamkolkar, 产 品 经 理 Ellie Fields, 产 品 营 销 副 总 裁 Marc Rueter, 战 略 解 决 方 案 高 级 总 监 适 用 于 企 业 的 Tableau: IT 概 述 目 录 简 介.3 ` 体 系 结 构...4 数 据 层...5 数 据 连 接 器...6 Tableau Server 组 件...7 网 关 / 负 载 平 衡
More information1 o o o CPU o o o o o SQL Server 2005 o CPU o o o o o SQL Server o Microsoft SQL Server 2005
1 o o o CPU o o o o o SQL Server 2005 o CPU o o o o o SQL Server o Microsoft SQL Server 2005 1 1...3 2...20 3...28 4...41 5 Windows SQL Server...47 Microsoft SQL Server 2005 DBSRV1 Microsoft SQL Server
More informationuntitled
http://idc.hust.edu.cn/~rxli/ 1.1 1.2 1.3 1.4 1.5 1.6 2 1.1 1.1.1 1.1.2 1.1.3 3 1.1.1 Data (0005794, 601,, 1, 1948.03.26, 01) (,,,,,) 4 1.1.1 Database DB 5 1.1.1 (DBMS) DDL ( Create, Drop, Alter) DML(
More information业 务 与 运 营 Business & Operation (Transform) 加 载 (Load) 至 目 的 端 的 过 程, 该 部 分 在 数 据 挖 掘 和 分 析 过 程 中 为 最 基 础 的 一 部 分 一 个 良 好 的 ETL 系 统 应 该 有 以 下 几 个 功 能 1
Business & Operation 业 务 与 运 营 大 数 据 技 术 在 精 准 营 销 中 的 应 用 王 小 鹏 北 京 东 方 国 信 科 技 股 份 有 限 公 司 北 京 100102 摘 要 简 要 介 绍 主 流 的 大 数 据 技 术 架 构 和 大 数 据 挖 掘 技 术 ; 阐 述 大 数 据 技 术 在 精 准 营 销 与 维 系 系 统 建 设 中 的 应 用,
More informationMicrosoft PowerPoint - Big Data rc Sharing掃盲時間.ppt [相容模式]
Big Data RC Sharing 大數據掃盲 Service Planner of Enterprise Big Data 大 數 據 服 務 規 劃 師 企 業 大 數 據 課 程 規 劃 依 照 企 業 資 料 流 程 的 特 殊 性, 安 排 合 適 的 課 程 協 助 企 業 導 入 應 用 大 數 據 案 例 :Etu 資 策 會 平 安 保 險 湖 南 國 防 科 技 大 學 等
More information6-1 Table Column Data Type Row Record 1. DBMS 2. DBMS MySQL Microsoft Access SQL Server Oracle 3. ODBC SQL 1. Structured Query Language 2. IBM
CHAPTER 6 SQL SQL SQL 6-1 Table Column Data Type Row Record 1. DBMS 2. DBMS MySQL Microsoft Access SQL Server Oracle 3. ODBC SQL 1. Structured Query Language 2. IBM 3. 1986 10 ANSI SQL ANSI X3. 135-1986
More informationMicrosoft Word - 103-4 記錄附件
國 立 虎 尾 技 大 103 年 度 第 4 次 教 務 會 議 記 錄 附 件 中 華 民 國 104 年 6 月 16 日 受 文 者 : 國 立 虎 尾 技 大 發 文 日 期 : 中 華 民 國 104 年 5 月 28 日 發 文 字 號 : 臺 教 技 ( 二 ) 字 第 1040058590 號 速 別 : 最 速 件 密 等 及 解 密 條 件 或 保 密 期 限 : 附 件 :
More informationuntitled
Chapter 01 1.0... 1-2 1.1... 1-2 1.1.1...1-2 1.1.2...1-4 1.1.2.1... 1-6 1.1.2.2... 1-7 1.1.2.3... 1-7 1.1.2.4... 1-7 1.1.2.5... 1-8 1.1.2.6... 1-8 1.1.3??...1-8 1.1.4...1-9 1.2...1-12 1.3...1-14 1.4...1-17
More informationOracle 4
Oracle 4 01 04 Oracle 07 Oracle Oracle Instance Oracle Instance Oracle Instance Oracle Database Oracle Database Instance Parameter File Pfile Instance Instance Instance Instance Oracle Instance System
More information<4D6963726F736F667420506F776572506F696E74202D20C8EDBCFEBCDCB9B9CAA6D1D0D0DEBDB2D7F92E707074>
软 件 架 构 师 研 修 讲 座 胡 协 刚 软 件 架 构 师 UML/RUP 专 家 szjinco@public.szptt.net.cn 中 国 软 件 架 构 师 网 东 软 培 训 中 心 小 故 事 : 七 人 分 粥 当 前 软 件 团 队 的 开 发 现 状 和 面 临 的 问 题 软 件 项 目 的 特 点 解 决 之 道 : 从 瀑 布 模 型 到 迭 代 模 型 解 决 项
More information目 录 1 不 断 开 发 工 具 以 管 理 大 数 据...2 1.1 Hadoop* 简 介 : 支 持 从 大 数 据 中 获 得 出 色 价 值 的 可 靠 框 架... 2 1.2 大 数 据 技 术 的 行 业 生 态 系 统... 2 2 在 关 键 组 件 中 实 现 平 衡...
白 皮 书 英 特 尔 固 态 硬 盘 英 特 尔 以 太 网 融 合 网 络 英 特 尔 Hadoop* 发 行 版 软 件 应 用 大 数 据 技 术 获 得 近 实 时 分 析 巨 大 成 效 1 平 衡 的 基 础 设 施 使 工 作 负 载 完 成 时 间 从 4 小 时 缩 短 为 7 如 今, 基 于 广 泛 可 用 的 计 算 存 储 和 网 络 组 件 的 改 进, 商 业 学 术
More information数据分析技术介绍
DW OLAP DM ,,, :, DW OLAP DM DW OLAP DM DW OLAP DM 80 " "William H.Inmon Data mart " " Meta Data ( ) ETL ETL Extract Transform Cleansing Load ETL Oracle Oracle (CWM) (OEM) 9i Application Server 9i
More informationAzure_s
Azure ? Azure Azure Windows Server Database Server Azure Azure Azure Azure Azure Azure Azure Azure OpenSource Azure IaaS Azure VM Windows Server Linux PaaS Azure ASP.NET PHP Node.js Python MS SQL MySQL
More informationReducing Client Incidents through Big Data Predictive Analytics
IT@lntel 白 皮 书 英 特 尔 IT 部 门 IT 最 佳 实 践 大 数 据 预 测 分 析 2013 年 12 月 通 过 大 数 据 预 测 分 析 减 少 客 户 端 事 故 总 体 概 述 相 比 过 去 的 被 动 反 应, 我 们 现 在 能 够 更 容 易 主 动 找 出 客 户 端 问 题, 并 及 时 将 其 修 复 以 免 问 题 扩 大, 从 而 为 企 业 节 约
More informationMicrosoft Word - 11月電子報1130.doc
發 行 人 : 楊 進 成 出 刊 日 期 2008 年 12 月 1 日, 第 38 期 第 1 頁 / 共 16 頁 封 面 圖 話 來 來 來, 來 葳 格 ; 玩 玩 玩, 玩 數 學 在 11 月 17 到 21 日 這 5 天 裡 每 天 一 個 題 目, 孩 子 們 依 據 不 同 年 段, 尋 找 屬 於 自 己 的 解 答, 這 些 數 學 題 目 和 校 園 情 境 緊 緊 結
More information2013_6_3.indd
中 国 科 技 资 源 导 刊 ISSN 1674-1544 2013 年 11 月 第 45 卷 第 6 期 95-99, 107 CHINA SCIENCE & TECHNOLOGY RESOURCES REVIEW ISSN 1674-1544 Vol.45 No.6 95-99, 107 Nov. 2013 构 建 基 于 大 数 据 的 智 能 高 校 信 息 化 管 理 服 务 系 统
More informationSA-DK2-U3Rユーザーズマニュアル
USB3.0 SA-DK2-U3R 2007.0 2 3 4 5 6 7 8 System Info. Manual Rebuild Delete RAID RAID Alarm Rebuild Rate Auto compare Temp Management Load Default Elapse time Event Log 0 2 3 4 2 3 4 ESC 5
More informationOlav Lundström MicroSCADA Pro Marketing & Sales 2005 ABB - 1-1MRS755673
Olav Lundström MicroSCADA Pro Marketing & Sales 2005 ABB - 1 - Contents MicroSCADA Pro Portal Marketing and sales Ordering MicroSCADA Pro Partners Club 2005 ABB - 2 - MicroSCADA Pro - Portal Imagine that
More informationVASP应用运行优化
1 VASP wszhang@ustc.edu.cn April 8, 2018 Contents 1 2 2 2 3 2 4 2 4.1........................................................ 2 4.2..................................................... 3 5 4 5.1..........................................................
More information1.ai
HDMI camera ARTRAY CO,. LTD Introduction Thank you for purchasing the ARTCAM HDMI camera series. This manual shows the direction how to use the viewer software. Please refer other instructions or contact
More informationAL-M200 Series
NPD4754-00 TC ( ) Windows 7 1. [Start ( )] [Control Panel ()] [Network and Internet ( )] 2. [Network and Sharing Center ( )] 3. [Change adapter settings ( )] 4. 3 Windows XP 1. [Start ( )] [Control Panel
More information2 2 3 DLight CPU I/O DLight Oracle Solaris (DTrace) C/C++ Solaris DLight DTrace DLight DLight DLight C C++ Fortran CPU I/O DLight AM
Oracle Solaris Studio 12.2 DLight 2010 9 2 2 3 DLight 3 3 6 13 CPU 16 18 21 I/O DLight Oracle Solaris (DTrace) C/C++ Solaris DLight DTrace DLight DLight DLight C C++ Fortran CPU I/O DLight AMP Apache MySQL
More information案例分享产品文档
消 息 队 列 案 例 分 享 产 品 文 档 版 权 声 明 2015-2016 腾 讯 云 版 权 所 有 本 文 档 著 作 权 归 腾 讯 云 单 独 所 有, 未 经 腾 讯 云 事 先 书 面 许 可, 任 何 主 体 不 得 以 任 何 形 式 复 制 修 改 抄 袭 传 播 全 部 或 部 分 本 文 档 内 容 商 标 声 明 及 其 它 腾 讯 云 服 务 相 关 的 商 标 均
More informationMicrosoft PowerPoint - Aqua-Sim.pptx
Peng Xie, Zhong Zhou, Zheng Peng, Hai Yan, Tiansi Hu, Jun-Hong Cui, Zhijie Shi, Yunsi Fei, Shengli Zhou Underwater Sensor Network Lab 1 Outline Motivations System Overview Aqua-Sim Components Experimental
More information基于 SQL-on-Hadoop 的 网络日志分析
1896 1920 1987 2006 基于 SQL-on-Hadoop 的 网络日志分析 章思宇, 姜开达, 韦建文, 罗萱, 王海洋 上海交通大学网络信息中心 2014 年 11 月 事后追查 校园网安全日志分析 已经发生, 已被发现的入侵 攻击检测 已经发生, 尚不知晓的攻击 正在进行的攻击 (APT) 漏洞挖掘 发现尚未被利用的漏洞 镜像流量抓包分析 网络流量日志采集 Internet 缓存加速系统
More informationConnected Intelligence:ビッグデータ技術を活用したIT運用
HP Technology At Work 2015 Connected Intelligence IT HP 0 Copyright 2015 Hewlett-Packard Development Company, L.P. The information contained herein is subject to change without notice. HP New Style of
More informationP4i45GL_GV-R50-CN.p65
1 Main Advanced Security Power Boot Exit System Date System Time Floppy Drives IDE Devices BIOS Version Processor Type Processor Speed Cache Size Microcode Update Total Memory DDR1 DDR2 Dec 18 2003 Thu
More informationuntitled
OO 1 SQL Server 2000 2 SQL Server 2000 3 SQL Server 2000 DDL 1 2 3 DML 1 INSERT 2 DELETE 3 UPDATE SELECT DCL 1 SQL Server 2 3 GRANT REVOKE 1 2 1 2 3 4 5 6 1 SQL Server 2000 SQL Server SQL / Microsoft SQL
More informationR D B M S O R D B M S R D B M S / O R D B M S R D B M S O R D B M S 4 O R D B M S R D B M 3. ORACLE Server O R A C L E U N I X Windows NT w w
1 1.1 D B M S To w e r C D 1. 1 968 I B M I M S 2 0 70 Cullinet Software I D M S I M S C O D A S Y L 1971 I D M S containing hierarchy I M S I D M S I M S I B M I M S I D M S 2 2. 18 R D B M S O R D B
More informationDB2 (join) SQL DB2 11 SQL DB2 SQL 9.1 DB2 DB2 ( ) SQL ( ) DB2 SQL DB2 DB2 SQL DB2 DB2 SQL DB2 ( DB2 ) DB2 DB2 DB2 SQL DB2 (1) SQL (2) S
9 DB2 优化器 DB2 SQL select c1 c2 from ( DB2 )??? DB2?!?, no no DB2 I/O ( transrate overhead ) SQL DML (INSERT UPDATE DELETE) DB2 (access plan) DB2 (join) SQL DB2 11 SQL DB2 SQL 9.1 DB2 DB2 ( 728 747 ) SQL
More informationMicrosoft PowerPoint - Performance Analysis of Video Streaming over LTE using.pptx
ENSC 427 Communication Networks Spring 2016 Group #2 Project URL: http://www.sfu.ca/~rkieu/ensc427_project.html Amer, Zargham 301149920 Kieu, Ritchie 301149668 Xiao, Lei 301133381 1 Roadmap Introduction
More information[ 13 年 12 月 06 日, 下 午 6 点 24 分 ] Intel Hosts 新 加 入 的 同 学 们, 快 去 听 听 在 线 宣 讲 会 哦, 同 时 完 成 页 面 下 方 有 奖 调 查, 就 有 资 格 参 与 大 奖 抽 取 啦! [ 13 年 12 月 06 日, 下 午
China Career Fair: To Know a Different Intel Time Participants Chat Transcript [ 13 年 12 月 06 日, 下 午 6 点 00 分 ] Participant Hi [ 13 年 12 月 06 日, 下 午 6 点 00 分 ] Intel Hosts 大 家 好! [ 13 年 12 月 06 日, 下 午
More information參 加 第 二 次 pesta 的 我, 在 是 次 交 流 營 上 除 了, 與 兩 年 沒 有 見 面 的 朋 友 再 次 相 聚, 加 深 友 誼 外, 更 獲 得 與 上 屆 不 同 的 體 驗 和 經 歴 比 較 起 香 港 和 馬 來 西 亞 的 活 動 模 式, 確 是 有 不 同 特
WE ARE BOY S BRIGADE 參 加 第 二 次 pesta 的 我, 在 是 次 交 流 營 上 除 了, 與 兩 年 沒 有 見 面 的 朋 友 再 次 相 聚, 加 深 友 誼 外, 更 獲 得 與 上 屆 不 同 的 體 驗 和 經 歴 比 較 起 香 港 和 馬 來 西 亞 的 活 動 模 式, 確 是 有 不 同 特 別 之 處 如 控 制 時 間 及 人 流 方 面, 香
More information学 校 编 码 :10384 分 类 号 密 级 学 号 :X2007155130 UDC 厦 门 怡 福 养 生 健 康 管 理 有 限 公 司 创 业 计 划 王 韬 指 导 教 师 姓 名 : 郭 霖 教 授 厦 门 大 学 硕 士 学 位 论 文 厦 门 怡 福 养 生 健 康 管 理 有 限 公 司 创 业 计 划 A Business Plan for Xiamen Eve Health
More information通过Hive将数据写入到ElasticSearch
我在 使用 Hive 读取 ElasticSearch 中的数据 文章中介绍了如何使用 Hive 读取 ElasticSearch 中的数据, 本文将接着上文继续介绍如何使用 Hive 将数据写入到 ElasticSearch 中 在使用前同样需要加入 elasticsearch-hadoop-2.3.4.jar 依赖, 具体请参见前文介绍 我们先在 Hive 里面建个名为 iteblog 的表,
More information季刊9web.indd
在 全 国 现 场 会 上 成 功 展 示 全 国 烟 叶 收 购 暨 现 代 烟 草 农 业 建 设 现 场 会 7 月 6 日 至 8 日 在 昆 明 召 开 在 国 家 局 的 领 导 下, 由 我 司 技 术 开 发 的 烟 站 ( 单 元 ) 烟 叶 管 理 信 息 系 统 在 现 场 会 上 成 功 展 示, 并 得 到 参 会 领 导 及 代 表 们 的 关 注 与 认 可 该 系 统
More information2 response personnel to speed up the rescue operations after various natural or man-made disasters. Keywords: SMS, Database, Disaster
Journal of Information, Technology and Society 2004(1) 1 Implementation of Emergency Response SMS System Using DBMS a b c d 1 106 s1428032@ntut.edu.tw, loveru@geoit.ws, aponson@yahoo.com.tw, waltchen@ntut.edu.tw
More informationLorem ipsum dolor sit amet, consectetuer adipiscing elit
English for Study in Australia 留 学 澳 洲 英 语 讲 座 Lesson 3: Make yourself at home 第 三 课 : 宾 至 如 归 L1 Male: 各 位 朋 友 好, 欢 迎 您 收 听 留 学 澳 洲 英 语 讲 座 节 目, 我 是 澳 大 利 亚 澳 洲 广 播 电 台 的 节 目 主 持 人 陈 昊 L1 Female: 各 位
More informationIT Data-intensive application,iscsi Middl
112-861 2-1-1 163 8677 1 24 2 E-mail: shiori@ogl.is.ocha.ac.jp, sane@cc.kogakuin.ac.jp, oguchi@computer.org IT Data-intensive application,iscsi iddleware for Load Distribution among Cloud Computing Resource
More informationGo构建日请求千亿微服务最佳实践的副本
Go 构建 请求千亿级微服务实践 项超 100+ 700 万 3000 亿 Goroutine & Channel Goroutine Channel Goroutine func gen() chan int { out := make(chan int) go func(){ for i:=0; i
More information深入理解otter
深 入 理 解 otter 七 锋 2013-07-04 Agenda 1. 中 美 同 步 需 求 2. otter 架 构 & 设 计 o o o o o o o o 如 何 解 决 " 差 " 网 络 如 何 避 免 双 向 回 环 如 何 处 理 数 据 一 致 性 如 何 高 效 同 步 数 据 如 何 高 效 同 步 文 件 如 何 支 持 系 统 HA 如 何 处 理 特 殊 业 务
More informationChapter 2
2 (Setup) ETAP PowerStation ETAP ETAP PowerStation PowerStation PowerPlot ODBC SQL Server Oracle SQL Server Oracle Windows SQL Server Oracle PowerStation PowerStation PowerStation PowerStation ETAP PowerStation
More informationebook 132-6
6 SQL Server Windows NT Windows 2000 6.1 Enterprise Manager SQL Server Enterprise Manager( ) (Microsoft Management C o n s o l e M M C ) Enterprise Manager SQL Server Enterprise Manager 6.1.1 Enterprise
More informationDR2010.doc
DR/2010 HACH 11-8-96-2 HACH. DR/2010, / UL E79852 CSA C22.223 LR 58275 VDE GS 1015-92 FCC"A" 15 : AMADOR CORP, HACH. EN50 011/CISPR 11 "B" (EMI)/89/336/EEC/EMC: AMADOR CORP, HACH.. EN50 082-1( )/89/226/EEC
More informationMicrosoft PowerPoint ARIS_Platform_en.ppt
ARIS Platform www.ixon.com.tw ARIS ARIS Architecture of Integrated Information System Prof. Dr. Dr. h.c. mult. August-Wilhelm Scheer ARIS () 2 IDS Scheer AG International Presence >> Partners and subsidiaries
More information目次
軟 體 工 程 期 末 報 告 網 路 麻 將 91703014 資 科 三 黃 偉 嘉 91703024 資 科 三 丘 祐 瑋 91703030 資 科 三 江 致 廣 1 目 次 壹 前 言 (Preface) P.4 貳 計 畫 簡 述 及 預 期 效 益 (Project Description and Expected Results) P.4 參 系 統 開 發 需 求 (System
More informationOracle Database 10g: SQL (OCE) 的第一堂課
商 用 資 料 庫 的 第 一 堂 課 中 華 大 學 資 訊 管 理 系 助 理 教 授 李 之 中 http://www.chu.edu.tw/~leecc 甲 骨 文 俱 樂 部 @Taiwan Facebook 社 團 https://www.facebook.com/groups/365923576787041/ 2014/09/15 問 題 一 大 三 了, 你 為 什 麼 還 在 這
More informationebook 185-6
6 Red Hat Linux DB2 Universal Database 6.1 D B 2 Red Hat D B 2 Control Center D B 2 D B 2 D B 2 6.1 DB2 Universal Database [DB2]6.1 D B 2 O LT P O L A P D B 2 I B M P C We e k D B 2 D B 2 L i n u x Windows
More informationApps POJOs ORM SQL / ResultSet JDBC RDBMS Storage Layer Apps POJOs ORM SQL / ResultSet JDBC RDBMS Storage Layer Apps POJOs ORM SQL / ResultSet JDBC RDBMS Storage Layer Apps POJOs ORM SQL / ResultSet JDBC
More information% ~ AAA
1. 230000 503566 47% 2001 3 ~2002 9 31281 5010 950 AAA 2002 1 0532--5951792 2003.7.7 2. 37 58 37% 2001 3 ~2002 9 75 60 950 AAA 2002 306 0532--5951792 2003.7.7 500000 1640000 4350000 6020000 220000 200000
More informationCloudy computing forEducation
规 模 企 业 的 云 之 旅 姜 大 勇 威 睿 信 息 技 术 ( 中 国 ) 有 限 公 司 2009 VMware Inc. All rights reserved 背 景 说 明 云 计 算 是 一 种 新 型 的 信 息 资 源 管 理 和 计 算 服 务 模 式, 是 继 大 型 计 算 机 个 人 电 脑 互 联 网 之 后 信 息 产 业 的 一 次 革 命 云 计 算 可 将 分
More informationWTO
10384 200015128 UDC Exploration on Design of CIB s Human Resources System in the New Stage (MBA) 2004 2004 2 3 2004 3 2 0 0 4 2 WTO Abstract Abstract With the rapid development of the high and new technique
More information徐汇教育214/3月刊 重 点 关 注 高中生异性交往的小团体辅导 及效果研究 颜静红 摘 要 采用人际关系综合诊断量表 郑日昌编制并 与同性交往所不能带来的好处 带来稳定感和安全感 能 修订 对我校高一学生进行问卷测量 实验组前后测 在 够度过更快乐的时光 获得与别人友好相处的经验 宽容 量表总分和第 4 项因子分 异性交往困扰 上均有显著差 大度和理解力得到发展 得到掌握社会技术的机会 得到 异
More information1 C++ 2 Bjarne Stroustrup C++ (system programming) 6 (infrastructure) C++ 7 Herb Sutter 8 C++ (efficiency) (flexibility) 9 (abstraction) (productivity
1 C++ 1 C++ Primer C++ (giantchen@gmail.com) 2012-7-11 Creative Commons - - 3.0 Unported (cc by-nc-nd) http://creativecommons.org/licenses/by-nc-nd/3.0/ 1 C++ 2009 Stanley Lippman C++ C++ Java/C#/Python
More informationuntitled
ArcSDE ESRI ( ) High availability Backup & recovery Clustering Replication Mirroring Standby servers ArcSDE % 95% 99.9% 99.99% 99.999% 99.9999% 18.25 / 8.7 / 52.5 / 5.25 / 31.8 / Spatial Geodatabase
More informationuntitled
2006 6 Geoframe Geoframe 4.0.3 Geoframe 1.2 1 Project Manager Project Management Create a new project Create a new project ( ) OK storage setting OK (Create charisma project extension) NO OK 2 Edit project
More informationAvigilon Control Center 6 ACC High Definition Stream Management (HDSM) ACC 6 ( Avigilon Appearance Search ) Avigilon Appearance Search ACC NVR HD Vide
Avigilon Control Center 6 ACC High Definition Stream Management (HDSM) ACC 6 ( Avigilon Appearance Search ) Avigilon Appearance Search ACC NVR HD Video Appliance HD Network Video Recorder (NVR) HD NVR
More informationMicrosoft PowerPoint - ARC110_栾跃.ppt
ARC110 软 件 构 架 设 计 的 原 则 和 指 南 课 程 内 容 概 述 介 绍 和 引 言 软 件 构 架 和 构 架 师 软 件 构 架 的 设 计 模 式 框 架 和 参 照 设 计 自 我 介 绍 第 一 代 自 费 留 学 生 : 美 国 南 伊 利 诺 州 立 大 学 (SIUE) 电 机 工 程 学 士 (1984) 及 硕 士 学 位 (1985) 历 任 OwensIllinois,
More information投影片 1
學 校 沒 教 的 消 費 者 行 為 Insight Driven Marketing 消 費 者 行 為. 生 活 型 態. 趨 勢. 世 代. 族 群. and whatever. 李 釧 如 行 銷 副 總 監 Agenda 名 詞 解 釋 消 費 者 行 為 學 家 的 思 考 例 一. 消 費 者 洞 察 : 質 化 微 觀 察 Network 例 二. 趨 勢 商 機 vs 品 牌 行
More informationuntitled
LBS Research and Application of Location Information Management Technology in LBS TP319 10290 UDC LBS Research and Application of Location Information Management Technology in LBS , LBS PDA LBS
More informationLAMP system and relative tools like SNMP, Expect, Nmap, etc. to build a cross- platform, lo
cchu@ttu.edu.tw jacklin@ttu.edu.tw twt@mail.chihlee.edu.tw LAMP system and relative tools like SNMP, Expect, Nmap, etc. to build a cross- platform, low cost and modulized monitoring, managing, and recovering
More informationValue Chain ~ (E-Business RD / Pre-Sales / Consultant) APS, Advanc
Key @ Value Chain fanchihmin@yahoo.com.tw 1 Key@ValueChain 1994.6 1996.6 2000.6 2000.10 ~ 2004.10 (E- RD / Pre-Sales / Consultant) APS, Advanced Planning & Scheduling CDP, Collaborative Demand Planning
More informationDell EMC Data Domain DDOS 5.5 Data Domain Data Domain Data Domain : Data Domain Boost (DDBoost) Dell EMC DDBoost Data Domain DDBoost Source De-Dup Bac
Dell EMC Dell EMC IT Dell EMC IT Dell EMC https://www. dellemc.com/ Dell EMC Data Domain DDOS 5.5 Data Domain Data Domain Data Domain : Data Domain Boost (DDBoost) Dell EMC DDBoost Data Domain DDBoost
More informationuntitled
Database System Principle Database System Principle 1 SQL 3.1 SQL 3.2-3.3 3.4 3.5 3.6 Database System Principle 2 3.1 SQL SQL Structured Query Language SQL Database System Principle 3 SQL 3.1.1 SQL 3.1.2
More information自由軟體教學平台
NCHC Opensource task force Steven Shiau steven@nchc.gov.tw National Center for High-Performance Computing Sep 10, 2002 1 Outline 1. 2. 3. Service DHCP, TFTP, NFS, NIS 4. 5. 2 DRBL (diskless remote boot
More informationWindows XP
Windows XP What is Windows XP Windows is an Operating System An Operating System is the program that controls the hardware of your computer, and gives you an interface that allows you and other programs
More information1 SQL Server 2005 SQL Server Microsoft Windows Server 2003NTFS NTFS SQL Server 2000 Randy Dyess DBA SQL Server SQL Server DBA SQL Server SQL Se
1 SQL Server 2005 DBA Microsoft SQL Server SQL ServerSQL Server SQL Server SQL Server SQL Server SQL Server 2005 SQL Server 2005 SQL Server 2005 o o o SQL Server 2005 1 SQL Server 2005... 3 2 SQL Server
More informationF4
DOI:10.3969/j.issn.1009-6868.2016.01.002 网 络 出 版 地 址 :http://www.cnki.net/kcms/detail/34.1228.tn.20151117.1506.006.html Challenges and Countermeasures of Network Space Security 周 延 森 /ZHOU Yansen 周 琳 娜
More informationPowerPoint 演示文稿
Info Salons Conference Services Overview 会 议 服 务 简 介 2013 在 大 中 华 区 提 供 的 主 要 会 议 服 务 Services Offered in Greater China for Conference 会 前 服 务 Pre-Event Services 参 会 代 表 数 据 库 管 理 Delegate Database Management
More information89???????q?l?????T??
華 興 電 子 報 第 89 期 民 國 102 年 01 月 12 日 出 刊 網 址 :www.hhhs.tp.edu.tw 發 行 人 : 高 宏 煙 總 編 輯 : 蕭 慶 智 董 大 鋼 許 莙 葇 王 雅 慧 主 編 : 賴 怡 潔 編 輯 群 : 周 慧 婷 陳 怡 君 陳 玫 禎 楊 雅 惠 郭 孟 平 伍 玉 琪 林 冠 良 林 淑 惠 賴 姿 潔 王 思 方 102 年 01 月
More informationuntitled
Ogre Rendering System http://antsam.blogone.net AntsamCGD@hotmail.com geometry systemmaterial systemshader systemrendering system API API DirectX OpenGL API Pipeline Abstraction API Pipeline Pipeline configurationpipeline
More information第 02 期 1 医 疗 信 息 现 状 20% EMR Electronic Medical Record HIS HIS [1-2] 40 2011 张 肖 等 : 基 于 大 数 据 的 医 疗 健 康 创 新 应 用 2 大 数 据 环 境 下 医 疗 数 据 特 征 分 析 PC [3]
电 子 科 学 技 术 电 第 02 子 科 卷 学 第 技 02 术 期 Electronic 2015 年 Science 3 月 & Technology Electronic Science & Technology Vol.02 No.02 Mar.2015 年 基 于 大 数 据 的 医 疗 健 康 创 新 应 用 张 肖, 杨 锦 洲, 王 志 勇 ( 中 国 联 通 研 究 院, 北
More information<4D6963726F736F667420576F7264202D20312D3120B9ABBFAAD7AAC8C3CBB5C3F7CAE9A3A8C9EAB1A8B8E5A3A92E646F63>
广 西 新 豪 智 云 技 术 股 份 有 限 公 司 ( 申 报 稿 ) 推 荐 主 办 券 商 二 〇 一 六 年 一 月 声 明 本 公 司 及 全 体 董 事 监 事 高 级 管 理 人 员 承 诺 不 存 在 虚 假 记 载 误 导 性 陈 述 或 重 大 遗 漏, 并 对 其 真 实 性 准 确 性 完 整 性 承 担 个 别 和 连 带 的 法 律 责 任 本 公 司 负 责 人 和
More informationMicrosoft Word - 第四組心得.doc
徐 婉 真 這 四 天 的 綠 島 人 權 體 驗 營 令 我 印 象 深 刻, 尤 其 第 三 天 晚 上 吳 豪 人 教 授 的 那 堂 課, 他 讓 我 聽 到 不 同 於 以 往 的 正 義 之 聲 轉 型 正 義, 透 過 他 幽 默 熱 情 的 語 調 激 起 了 我 對 政 治 的 興 趣, 願 意 在 未 來 多 關 心 社 會 多 了 解 政 治 第 一 天 抵 達 綠 島 不 久,
More information基于UML建模的管理管理信息系统项目案例导航——VB篇
PowerBuilder 8.0 PowerBuilder 8.0 12 PowerBuilder 8.0 PowerScript PowerBuilder CIP PowerBuilder 8.0 /. 2004 21 ISBN 7-03-014600-X.P.. -,PowerBuilder 8.0 - -.TP311.56 CIP 2004 117494 / / 16 100717 http://www.sciencep.com
More informationDPark MapReduce (Davies) davies@douban.com 2011/12/07 Velocity China 2011 Douban Douban 5500 Douban 5500 1000G, Douban 5500 1000G, 60+ Douban 5500 1000G, 60+ 200+ Douban 5500 1000G, 60+ 200+ > MooseFS
More informationMicrosoft Word - Front cover_white.doc
Real Time Programme 行 情 报 价 程 序 Seamico Securities Public Company Limited WWW.SEAMICO.COM Table of Content 目 录 开 始 使 用 开 始 使 用 Z Net 程 序 程 序 1 股 票 观 察 者 4 每 日 股 票 按 时 间 的 交 易 查 询 10 多 股 同 列 13 股 票 行 情
More informationApache CarbonData集群模式使用指南
我们在 Apache CarbonData 快速入门编程指南 文章中介绍了如何快速使用 Apache CarbonData, 为了简单起见, 我们展示了如何在单机模式下使用 Apache CarbonData 但是生产环境下一般都是使用集群模式, 本文主要介绍如何在集群模式下使用 Apache CarbonData 启动 Spark shell 这里以 Spark shell 模式进行介绍,master
More informationMicrosoft Word - SupplyIT manual 3_cn_david.doc
MR PRICE Supply IT Lynette Rajiah 1 3 2 4 3 5 4 7 4.1 8 4.2 8 4.3 8 5 9 6 10 6.1 16 6.2 17 6.3 18 7 21 7.1 24 7.2 25 7.3 26 7.4 27 7.5 28 7.6 29 7.7 30 7.8 31 7.9 32 7.10 32 7.11 33 7.12 34 1 7.13 35 7.14
More informationPowerPoint 演示文稿
SOFAJRaft 蚂蚁金服基于 RAFT 一致性算法的 生产级高性能 Java 实现 力鲲 蚂蚁金服 SOFAJRaft 核心成员 0/ 总页数 目录 目录 contents Part 1 - Raft 算法 Part 2 SOFAJRaft 介绍 Part 3 SOFAJRaft 优化 1/25 Part 1-Raft 算法 Part 1 - Raft 算法 2/25 Part 1-Raft 算法
More informationTopTest_Adminstrator.doc
壹 前 言... 3 貳 系 統 簡 介... 4 一 TKB multimedia Top-Test 系 統 架 構...4 1. 使 用 者 介 面 層 (Presentation tier)...5 2. 商 業 邏 輯 層 (business logic tier)...5 3. 資 料 服 務 層 (data services tier)...5 二 TKB Multimedia Top-Test
More informationTLLFDEC2013.indd
GOOD PEOPLE MANAGEMENT AWARD 2 學教卓越 行政長官卓越教學獎 2010 / 2011 本校重視學生全人發展 致力提供具專業的教學環 6. 通識科的閱讀課藉報章及時事影片與同學進行課堂討 境 營造純樸良好的校風 建立優良的班級文化 積極提 論 提升學生的批判思考及高階思維能力 並藉不同形 升教學效能 善用資源為學生提供分組教學及各種增潤課 程 並成功為學生創造多元化的成功學習經驗
More informationVIDEOJET connect 7000 VJC-7000-90 zh- CHS Operation Manual VIDEOJET connect 7000 zh-chs 3 目 录 1 浏 览 器 连 接 7 1.1 系 统 要 求 7 1.2 建 立 连 接 7 1.2.1 摄 像 机 中 的 密 码 保 护 7 1.3 受 保 护 的 网 络 7 2 系 统 概 述 8 2.1 实 况
More information<4D6963726F736F667420506F776572506F696E74202D20504D4932303133C4EABBE1D6F7BDB22DCDA8B9FDD7C9D1AFC0E0CFEEC4BFB9DCC0EDCAB5CFD6D6B0D2B5CCE1C9FD2DCDF5C0DA2D504D5026434D41C3C0B9FAD7A2B2E1B9DCC0EDBBE1BCC6CAA65BCCE1BDBBB8E55D202E707074205B436F6D706
通 过 咨 询 类 项 目 管 理 实 现 职 业 提 升 PMI 中 国 项 目 管 理 大 会 主 题 演 讲 王 磊 二 〇 一 三 年 九 月 Who am I 工 作 经 历 : 7 年 电 力 能 源 金 融 矿 业 等 行 业 经 验,SAP 项 目 经 理 - 南 方 电 网 国 家 电 网 华 能 华 电 国 电 财 务 咨 询 - 神 华 西 部 矿 业 中 铝 集 团 财 务
More information1-1 database columnrow record field 不 DBMS Access Paradox SQL Server Linux MySQL Oracle IBM Informix IBM DB2 Sybase 1-2
CHAPTER 1 Understanding Core Database Concepts 1-1 database columnrow record field 不 DBMS Access Paradox SQL Server Linux MySQL Oracle IBM Informix IBM DB2 Sybase 1-2 1 Understanding Core Database Concepts
More informationuntitled
1 Access 料 (1) 立 料 [] [] [ 料 ] 立 料 Access 料 (2) 料 [ 立 料 ] Access 料 (3) 料 料 料 料 料 料 欄 ADO.NET ADO.NET.NET Framework 類 來 料 料 料 料 料 Ex MSSQL Access Excel XML ADO.NET 連 .NET 料.NET 料 料來 類.NET Data Provider
More information