Impala是用于处理存储在Hadoop集群中的大量数据的MPP（大规模并行处理）SQL查询引擎。 它是一个用C ++和Java编写的开源软件。 与其他Hadoop的SQL引擎相比，它提供了高性能和低延迟。...

RDD，全称为Resilient Distributed Datasets（弹性分布式数据集），是一个容错的、并行的数据结构，可以让用户显式地将数据存储到磁盘和内存中，并能控制数据的分区。同时，RDD还提供了一组丰富的操作来操作这些数据。在这些操作中...

机器学习的开发基本分为六个步骤， 1）获取数据， 2）数据处理， 3）特征工程， 4）机器学习的算法训练（设计模型）， 5）模型评估， 6）应用。

物联网 Internet of things（IoT），是一种与物有关的互联网，通过射频识别、红外感应器、全球定位系统、激光扫描器等信息传感设备，按约定的协议把任何物品与互联网相连接，进行信息交换和通信，以实现对物品的智能化识别、定位、...

1、位（bit） 来自英文bit，音译为“比特”，表示二进制位。位是计算机内部数据储存的最小单位。

我们总会听到很多公司的技术人员在做用户画像的工作，细分客户/客户分群是一个很有意义的工作，可以确保企业构建更个性化的消费者针对策略，同时优化产品和服务。...

范式建模法其实是我们在构建数据模型常用的一个方法，该方法的主要由Inmon所提倡，主要解决关系型数据库得数据存储，利用的一种技术层面上的方法，主要用于业务系统，所以范式建模主要是利用关系型数据库进行数仓建设...

围绕着维度建模，那就不得不了解，早期的数据仓库构架方法。这里介绍一下两个经典的数仓架构理论。

DB（Database）数据库 ODS（Operational Data Store）运营数据存储 DW（Data Warehouse）数据仓储 DM（Data Market）数据集市

接入网是通信网络最靠近用户终端（例如手机、可穿戴设备、物联网设备）的部分，负责将用户终端都连接上。无线通信里的接入网又称为RAN（Radio Access Network，无线接入网）。大家耳熟能详的基站（Base Station）就是RAN的主要组成部...