1、问题引出以下两个导出问题来自Elastic中文社区。实际业务实战中，大家或多或少的都会遇到导入、导出问题。根据数据源的不同，基本可以借助：1、程序写入2、数据同步logstash/flume/ca

就是这样，代码写好了，就差个女朋友了。 最后的效果就是检测某一微博博主新发的微博，如果判断为消极情绪就发出警告（手机通知、邮件通知、自动发一条上图那样的微博之类的）。

中文分词，即 Chinese Word Segmentation，即将一个汉字序列进行切分，得到一个个单独的词。表面上看，分词其实就是那么回事，但分词效果好不好对信息检索、实验结果还是有很大影响的，同时分词的背后其实是涉及各种各样的算法的。 中文分词与英文分词有很大的不同，对英…

看到一些java开发工程师，对java后端薪酬太悲观了。认为换去大数据领域就会高工资。觉得java后端没有前途。我从事java后端开发，对大数据领域工作有些了解，但不深入。本文描述一下我对java后端和是否转大数据开发的个人见解。 大家看到大数据工资高，其实是大数据领域包含了建…

大家好，我是一条~ 5小时推开Spark的大门，正式开始，第一个小时，我们主要学习以下内容： 什么是Spark？ Spa

在大数据时代，要想个性化实现业务的需求，还是得操纵各类的大数据软件，如：hadoop、hive、spark 等。笔者（阿里封神）混迹 Hadoop 圈子多年，经历了云梯 1、ODPS 等项目，目前 base 在 E-Mapreduce。在这，笔者尽可能梳理下 hadoop 的学习之路。

1. hadoop 它是一个分布式计算+分布式文件系统，前者其实就是 MapReduce，后者是 HDFS 。后者可以独立运行，前者可以选择性使用，也可以不使用 2. hive 通俗的说是一个数据仓库，仓库中的数据是被hdfs管理的数据文件，它支持类似sql语句的功能，你可以通…

本文的目的是希望给所有大数据初学者规划一条比较清晰的学习路线，帮助他们开启大数据学习之旅。鉴于大数据领域内的技术绚丽繁复，每位大数据初学者都应该根据自己的实际情况制定专属的学习路径。