摘要： Bitmap 阅读全文

摘要： 布隆过滤器（Bloom Filter） 阅读全文

摘要： 字典树（Trie) 阅读全文

摘要： 决策树系：ID3,C4.5,CART 阅读全文

摘要： 朴素贝叶斯 阅读全文

摘要： Xgboost 阅读全文

摘要： 随机森林 阅读全文

摘要： SPARK系统架构 Hadoop虽然已成为大数据技术的事实标准，最主要的缺陷是其MapReduce计算模型延迟过高以及磁盘IO开销大，无法胜任实时、快速计算的需求，因而只适用于离线批处理的应用场景。 SPARK相比于Hadoop的优势, 1)Spark提供了内存计算, 大大减少了IO开销，中间结果直 阅读全文

摘要： HIVE架构 Hive组件 用户接口/界面 Hive是一个数据仓库基础工具软件，可以创建用户和HDFS之间互动。用户界面，Hive支持是Hive的Web UI，Hive命令行，HiveHD洞察（在Windows服务器），用户提交查询的地方。 Meta Store元数据存储 Hive选择各自的数据库服 阅读全文

摘要： HBASE由Google的Bigtable设计而来的面向列族的存储的非关系数据库，主要偏向适合数据分析。 优点和缺点 列式数据库优点，列式数据库会把相同列的数据都放在一块即列为单位存储。当我们查询某一列的时候只需要调出相应的块即可，这样还可以减少很多I/O。 高压缩比 如果数据元素间的相似性很高的话 阅读全文