作者 Rae 发布的文章

首先我们上一张spark的技术栈框架图结合上面的图，这篇文章我们主要介绍spark的sparkR技术栈。我们知道，在数据分析的场景里面，很多都是使用python或者R语言的，因此基于python和R语言有很多开源库供...

首先我们上一张spark的技术栈框架图结合上面的图，这篇文章我们主要介绍spark的spark Graphx技术栈。在spark中Spark Graphx是spark提供的一个图计算框架，他是一种嵌入式的图处理API...

首先我们上一张spark的技术栈框架图结合上面的图，这篇文章我们主要介绍spark的spark mllib技术栈。这是一个在spark之上构建的机器学习库，也就是我们可以利用spark做机器学习，算法实现等应用。在s...

首先我们上一张spark的技术栈框架图结合上面的图，这篇文章我们主要介绍spark的spark Structured Streaming技术栈。这里可能大家会问，在图中没有看到spark Structured Str...

首先我们上一张spark的技术栈框架图结合上面的图，这篇文章我们主要介绍spark的spark sql技术栈。在spark中spark sql是日常中使用非常广泛的一个技术栈。整个spark sql是构建在spark...

首先我们上一张spark的技术栈框架图结合上面的图，这篇文章我们主要介绍spark的spark core技术栈。在spark中Spark core模块是整个Spark数据处理引擎的核心，它提供了分布式集群计算的基础设...

在日常中，除了使用正常的长讯之外，我们还会涉及到在Elasticsearch中进行数据统计。在elasticsearch中支持的聚合统计种类有：度量聚合统计和多桶型聚合统计。度量聚合统计是指一组文档的统计分科，可以得...

在前面我们介绍打分的时候，在查询结果里面，我们可以通过_score看到最终每个文档的打分结果，那么我们如何查看某个文档具体的打分占比呢？这里就要采用explain语法了。（这点和mysql及doris是差不多的，如果...

在使用搜索引擎的时候，对于用户来说，我们更希望我们被想要的结果被搜索出来，如果搜索结果中出现一些冗杂信息的时候，我们更希望我们想要的结果被排在最前面，这样子我们可以更快触达到我们想要的结果。在elasticsearc...

在前面我们介绍了Elasticsearch的查询，也提到了使用text类型的字段会被分词。这批文章我们介绍下分词器的原理。在Elasticsearch中分词器是非常重要的一部分，它把整个文本进行相关的分词，然后ela...