例如需要批量提交spark任务来对不同城市的业务数据进行挖掘，但由于计算资源有限，最好控制每次只执行几个任务。

大数据是指其大小和复杂性无法通过现有常用的工具软件，以合理的成本，在可接受的时限内对其进行捕获、管理和处理的数据集。这些困难包括数据的收入、存储、搜索、共享、分析和可视化。大数据要满足三个基本特征（3V），数据量...

批量处理是银行业整个信息后台最为重要的技术形态，也是银行核心信息资产数据的分享、传输、演化的重要技术手段。有调查指出，全球70%的数据是经过批量处理得以再次使用，可见批量处理在整个信息生态中的技术占比与重要性...

SAP HANA应该如何学习？ 从HANA本质来讲大家都知道，就是一个数据库，和Oracle，SQL Server 没啥本质的区别，内存计算、列式存储也不是啥新玩意，所以学习HANA和学习一个新的数据库从这个角度看也非常类似，当然HANA有其非常独特的...

TASKCTL 遵循软件产品标准化的原则，以“专业、专注”为设计理念，结合ETL 调度领域自身的特点，构建了一套直观易 用的 ETL 控制容器调度设计、监控 维护、管理平台 taskctl-web-application。...

基因慧的行业报告整体上不错，这次《基因大数据智能生产及分析》也不例外，一口气读完，感受是智能化是行业趋势，打工人的日子更难了。文章有点长，没时间看的话你可以拉到文后看我的一点感想。...

hive中内置了很多日期、数值、集合、聚合等内置函数，本文中主要介绍的常见的日期和时间相关的函数。

本次分享主要关注异构图（或者叫异构网络）在数据挖掘中的应用，特别是异构图交互模型在推荐系统中的应用。通过分析前期工作的两类思路，一是基于基于图中邻居的信息，另一个是基于元路径的信息；重点探讨了交互信息在两种思路中...

导读：本文带你用Python进行贡献度分析。贡献度分析又称帕累托分析，它的原理是帕累托法则，又称20/80定律。

2020年疫情席卷全球，更是对整个市场经济造成了严重影响，年初疫情肆虐，西方世界单方面的科技、经济封锁，国际关系吃紧.....导致很多中小型企业业务链受阻，大型企业经费资金吃紧，轮班制导致公司运维人员工作量大幅增加；塔斯克...