1回答
我有一个elasticsearch集群，它有大量的数据。我想将elasticsearch中的所有数据提取到Hadoop(Hive)中。为了使用Hive外部表从elasticsearch提取数据，我使用了Elasticsearch-Hadoop驱动程序，但是它太慢，总是失败。
我的第一个问题是从现有的elasticsearch集群中获取所有数据。第二个问题是在一天或一小时内复制所有流到HDFS上的elasticsearch中的数据。
我怎样才能做到这些呢？
提前谢谢。
浏览 4提问于2015-03-13得票数 1
回答已采纳
1回答
我试图构建一个自动管道来触发某些内部软件事件，当相关的感兴趣的产品的CVEs被发布时。我正试图为此目的使用NIST NVD数据成功。我经常遇到这样的情况:最近发布的CVEs对于已知的受影响的软件配置没有CPE。
撰写本文时的例子是CVE-2021-0295 (JSON API)
"result": {
...
"CVE_Items": [{
...
"configurations": {
"CVE_data_version": "4.0",
浏览 0提问于2021-07-16得票数 0
回答已采纳
我想创建包含几何数据类型()的表。将这些映射到Doctrine 1.2需要哪些步骤？
你知道Doctrine 1.2的yaml映射和相应的自定义数据映射的模式类的代码是怎样的吗？
浏览 1提问于2010-05-23得票数 0
回答已采纳
1回答
我正在尝试为我的团队成员创建，但是这个选项已经灰飞烟灭。有人能告诉我为什么会发生这种事吗?我怎样才能克服它。
为了更好的理解，我在下面添加了一张图片。
一如既往地感谢你所给予的一切帮助。
浏览 0提问于2016-10-19得票数 0
回答已采纳
在设置生命价值的时间时，我们删除了分析数据。我们怎样才能恢复这些数据？我们确实从服务器上备份了analyticsData文件夹。
浏览 1提问于2017-05-25得票数 0
回答已采纳
3回答
根据我在各种视频/截图中看到的，无论何时加载可执行文件，都可以在主win32窗口的comment列中看到CPU调用。
怎样才能做到这一点？在我的版本中，我看不到它们。
谢谢。
浏览 1提问于2010-11-07得票数 1
回答已采纳
我有一个大数据集，如
我想为每个cont_no创建一个时间序列。意思是我想要
我试过
Proc timeseries data=contracts
out=timeseries;
by cont_no;
id date interval=MS_ID accumulate=total;
var exp_amount;
run
它运行了更多小时，没有结果。我怎样才能更正代码？或者我可能没有使用SAS的正确命令和“工具”！？
浏览 1提问于2016-09-02得票数 0
回答已采纳
2回答
基因集富集分析
、、、
我使用cummeRbund函数findSimilar()找到了与我用Cuffdiff识别的差异表达基因最相似的10个基因。这使用了Jensen-Shannon距离，并产生了一个排列有序的基因列表，我现在想要测试的是GO的富集。该文件如下所示：
"XLOC_007917" 0
"XLOC_008881" 0.00417099861122699
"XLOC_017692" 0.0178758082512721
"XLOC_008901" 0.0180682577435933
"XLOC_014267" 0.033
浏览 3提问于2013-07-11得票数 1
我有一个web应用程序，可以下载大约20KB的JSON数据(通过jQuery/AJAX)，并将其转换为一个超过300行和6列的HTML表。桌面Chrome浏览器只需不到一秒的时间就可以完成这个任务，而Android上的Chrome浏览器需要大约8秒来渲染这个表格。
我怎样才能找出浏览器上什么东西一直在占用时间？有没有像桌面Chrome浏览器一样显示Javascript代码分析的工具？
浏览 0提问于2013-06-08得票数 0
我们有一个收集基于时间戳的数据的应用程序。由于一个月的数据超过3000万行(并且每个月都在增长)，我们决定按年和月划分数据。
我们基本上有一个主表和分区表，比如master_y2013m01等等。由于我们的应用程序堆栈，我们使用一个前置插入触发器将行插入到正确的分区和主表中，然后使用post insert触发器从主表中删除它们(我们需要原始的insert返回插入的行信息)。
这意味着主表很快就会被死元组填充，并频繁地触发自动真空(我们使用的是自动真空的默认设置)。
在我们的数据库从PostgreSQL 8.4升级到9.1后，我们注意到IO的大幅增加，并追溯到自动真空: iotop报告了4-6M
浏览 0提问于2013-01-31得票数 0
回答已采纳
我从生产的某个时候起就一直使用MongoDB，最近遇到了它的限制，即每个文档的16 it大小。实际上，这不应该是一个问题，因为对于任何东西，特别是文本数据来说，16mb都是太多了。但在这里，我处理的是保险领域，其中的数据更加复杂，它可以在一个主文档中包含许多嵌套的文档，这些文档可以超过16 am的限制。我知道我可以使用GridFS来存储更大的文件，但是我只处理包含复杂数据的文本，而不是任何图像/视频等等。
谁能提点建议吗？还有别的选择吗？或者我怎样才能克服这个16mb的限制？
任何帮助都是非常感谢的。
浏览 3提问于2016-02-18得票数 2
回答已采纳
大数据属新兴领域，专业人才匮乏，高端人才更是企业的争抢对象。踏入大数据领域的我们，高端的AI技术更是我们所需要了解的，而作为初入者，如何追赶大数据AI热潮？怎样去做，才能更加占据优势？
浏览 1216提问于2018-03-30
1回答
我对55个变量的171个观察数据集进行了研究，其中35个变量具有NA's，我想将这些数据与老鼠的功能联系起来：
imp_Data <- mice(Data,m=5,maxit=50,meth='pmm',seed=500)
imp_Data$imp
现在，有了5次计算运行，我不知道如何测试和决定哪一种估算是最好的选择为我的数据集。
我一次又一次地使用带有线性模型的with()函数和pool()函数来检查这个主题：
fit <- with(imp_Data, lm(a ~ b + c + d + e))
combine <- pool(fit)
浏览 2提问于2019-03-13得票数 3
2回答
我的一个同事使用Excel合并和分析数据集(大约10k行)。
她的电子表格是vlookup和嵌套的if公式的迷宫。
我怎样才能说服她去看一下数据库呢？
什么是开始的好方法？我是sqlite的粉丝，但想知道访问的门槛是否更低？
你有什么推荐的书可以入门吗？我检查了这个，所以问题 -列表中有什么补充内容吗？
谢谢,
西蒙尼
浏览 2提问于2012-09-04得票数 1
回答已采纳
1回答
暹粒工具是有未来的，还是一切都会走向100%的自动化？分析师将来是否需要对收集的数据进行监测和分析，还是会实现自动化？SIEMs的工具将来会是怎样的？
浏览 0提问于2018-08-03得票数 0
3回答
我在AWS上有一个EC2 CentOs实例，它的nginx一直在输出主要的输出流量，这当然会增加我每月的成本。
我怎样才能找到发送这么多数据的原因呢？
浏览 0提问于2015-06-10得票数 0
回答已采纳
我试图在谷歌的桶中获得董事的规模，但是命令运行时间很长。
我尝试了8TB数据的24k子目录和文件，它大约需要20~25分钟，反过来，相同的数据在HDFS上需要不到一分钟才能得到大小。
用于获取大小的命令。
hadoop fs -du gs://mybucket
gsutil du gs://mybucket
请建议我怎样做得更快。
浏览 1提问于2018-02-15得票数 2
回答已采纳
我注意到在Google中访问了诸如example.com/{{link}}这样的URL。
这是一个黑客的企图，还是有一些简单的解释，使一些达到这样一个奇怪的联系？不管怎样，我都希望得到一个解释。
浏览 0提问于2015-01-05得票数 1
我正在与一个组织合作，分析他们居住在Mongodb的数据，并寻找数据中的任何趋势/模式。我对数据分析这一专业领域非常陌生，但对统计学和数据挖掘(大学课程)有很好的背景。我将对数据进行概念证明，以了解组织正在收集的数据是否对Analytics有好处，如果它们不应该在其数据集中包括哪些增强功能，以使其更适合于Analytics。我确实有一些预定义的问题，我计划回答，但从战略上看，怎样才是解决这类问题的好办法。
我以前曾在大学的一些Kaggle数据集和项目中工作过，那里的数据集是固定的，需要回答的问题已经给出了。
浏览 0提问于2016-06-22得票数 1
我将不同林区不同鸟类的缺席数据作为响应变量。作为预测变量，我有森林的大小和每个森林记录的树木数量。
我想把森林作为一个随机因素来考虑我们无法测量的变量。我怎样才能做到这一点呢？使用混合效果逻辑回归是最好的吗？
浏览 6提问于2021-10-05得票数 1
1回答
以下是一个简单的问题：
通常，当我在映射之外给分析器时，我会查询以下句子：
POST three_in_one_index4/_analyze
{
"analyzer": "english_lower",
"text": "<p>lorem ipsum dolor sit amet.</p>"
}
现在，我给映射内部的分析器如下：
"mappings": {
"column": {
"properties": {
浏览 4提问于2017-03-19得票数 0
回答已采纳
1回答
我正在使用TraMineR对长度非常不同的序列数据进行一些分析。最终发生的是，用于使序列长度相等的空元素(%)最终压倒了其他一切：
seqstatf(cluster1_data)
Freq Percent
% 377623 98.366219930
assigned 16 0.004167806
closed 1115 0.290444002
discussed 2454 0.639237291
mentioned 954 0.248505451
merged 421 0.10
浏览 0提问于2015-01-28得票数 1
回答已采纳
5回答
我的生物学研究涉及细胞结构的测量，因为它在整个观察过程中会改变长度(每分钟拍摄几个小时的图像)。随着我的数据集越来越大，我试图将它们存储在Access数据库中，我想从数据库中执行关于其大小变化的各种查询。
我知道SELECT语句可以包含一些数学排列，但我一直无法结合我的许多必要的计算(可能是由于我缺乏知识)。例如，一种计算涉及确定在具体确定的增长时期内的变化速度。这个计算完全依赖于保存在表中的原始数据，因此我没有这样做--在输入字段之前，只在excel中计算它是合适的。
所以我的问题是，怎样才是最合适的计算方法。我应该尝试在我的查询中串一个巨大的选择计算，还是有一种使用另一种语言的方法(我知道
浏览 4提问于2010-03-26得票数 2
回答已采纳
2回答
我想收集不同缓存关联性设置的L2缓存未命中数据。有谁能告诉我怎样才能改变这种相关性？基于x86_64英特尔Core2双核处理器的uSing Ubuntu
浏览 1提问于2010-07-29得票数 1
回答已采纳
3回答
我们的业务分析师努力通过电子表格收集数据。我是负责导入数据的程序员。通常，当他们努力争取这样的事情时，我永远不知道它会有多好，直到几周后，当我有时间去处理数据导入的编程任务时。我一直在尽可能多地尝试，命名范围，数据验证等等。但是我通常没有时间详细查看所有的数据，并与数据库中的目标进行比较，以确定其匹配程度。
很多时候，可能会有一个小的项目表，以某种方式，我必须与数据库中的其他东西相关联，但没有自然的或商业的密钥来允许我这样做。充分利用这一点，尝试编写一些可以比较字符串并对其进行最佳猜测的东西，然后再为用户创建接口，以便将导入的数据匹配到目的地。
我觉得如果业务分析人员实际上是在创建一个数据模型
浏览 0提问于2012-06-28得票数 -1
为了聚合一些东西，我需要在数据对象中设置月份。我试着用下面的代码来开始每个月的工作
moment("2018-09-04T13:06:07.397Z").startOf('month').toDate()
然而，这返回日期2018-08-31T22:00:00.000Z。
我怎样才能返回这个月的开始呢？
浏览 0提问于2018-09-04得票数 1
回答已采纳
2回答
我是BitBucket的新手，并且已经继承了一个项目，现在正在努力提高速度并完成代码。我们有一个DevSecOps管道，使用BitBucket作为配置管理，SonarQube作为我们的静态分析引擎，并根据开发团队的偏好选择Maven或Jenkins。Java是开发语言。
如果在拉取请求中的代码的SonarQube分析中发现关键或高问题，我的技术主管希望阻止合并拉取请求。因此，我正在寻找一种方法来触发拉取请求的SonarQube扫描，如果它失败(发现关键问题)，合并将不允许通过或发送一些通知。也希望分支上预先存在的问题不会触发通知(遗留问题不会破坏合并请求)。
我看到BitBucket的插件是“
浏览 12提问于2017-09-26得票数 4
1回答
我已经做了一个打字速度游戏，并希望为它做一个后端，以节省用户的高分，然后成为一个领导板。我怎样才能防止别人伪造高分呢？
浏览 1提问于2022-10-14得票数 0
回答已采纳
我有一个关于从C#代码向查询传递xml数据类型的问题。
首先，这里有一个关于SQL Server的表：
CREATE TABLE [dbo].[XmlTable](
[id] [int] IDENTITY(1,1) NOT NULL,
[dat] [xml] NOT NULL
)
其次，我有一个用C#编写的应用程序。然后我从应用程序向XmlTable中插入行。
代码如下：
XDocument doc = new XDocument(new XElement("root",
new XElement("abc", "123"
浏览 0提问于2012-11-29得票数 4
回答已采纳
1回答
我怎样才能把货物运到save-analysis呢？我知道是通过打电话
rustc -Zsave-snalysis <files...>
但是，我不能理解cargo的意思。我还想知道如何将它们读回rls_analysis数据结构。
我试过，但它似乎不起作用。
我也试过，也没什么用。
我想要做的是获得源代码中标注的类型的完全限定路径(例如::foo1::foo2::Foo3)。如果有其他解决方案，也请让我知道。
浏览 0提问于2018-05-19得票数 2
我试着做一个关于电子邮件营销的项目。我在一家旅游公司工作，我想为客户提供一个最好的目的地建议。但我需要看看目的地之间的关系。
有多少人去过都柏林，然后又去了伦敦？
我的问题是:我怎样才能最好地分析城市之间的关系，给出关于旅行路线的数据？
我想给那些去伦敦而没有去都柏林的客户发电子邮件(假设伦敦和都柏林之间有着牢固的关系)。
浏览 0提问于2015-06-25得票数 2
回答已采纳
1回答
Pentaho案例研究或用例
、、、、
我得到了一份ETL开发人员的工作机会，但他们告诉我要展示一个使用spoon进行Pentaho数据集成的案例研究或用例。我是这个领域的新手。你能推荐我一个可以开始我的案例研究的地方吗？我不知道怎样才能做一个五角大楼数据集成( spoon)的案例研究。我已经探索了使用spoon的Pentaho数据集成中的几乎所有函数(转换、流、输入、输出对象)。现在，我不知道如何收集所有对象来创建一个用例。
浏览 18提问于2020-07-19得票数 0
回答已采纳
2回答
我有一个查询，它访问Oracle数据库(11g)中的多个表。我没有访问服务器本身的权限。我使用或SQL*Plus连接。
大约有3100万行，7列，我想将其转储到CSV文件中。
我怎样才能做到这一点？
浏览 0提问于2013-05-03得票数 5
回答已采纳
1回答
我有一款在多个国家都有用户的应用程序，我正在努力寻找特定国家(美国)较新的应用版本的活跃用户对的接受率。我可以看到总用户和拥有不同应用版本的用户，但它没有向我显示活动用户信息。此外，我可以看到在latest Release下的采用率，但这显示了所有国家所有用户的总和。
你知道我怎样才能得到按国家过滤的主动用户接受率吗？
浏览 1提问于2021-11-09得票数 2
现如今随着城市扩张和人口流动的加快，作为IBM公司提出“智慧地球”概念的延伸“智慧城市”成为人们对于城市未来的新展望，而大数据时代下的智慧城市究竟有着怎样的未来？
浏览 887提问于2018-05-03
我使用GramsFilter.The在Solr中索引我的数据，我面临的问题是它将包含word的所有文档作为子字符串返回。就像我在数据中搜索DHA一样..。它回来了
DHAND
DHARD
DHAI
DHAM
DHA
DHA位于第5位，我希望它是第一个，因为它与用户搜索的术语完全匹配。我怎样才能命令我的回应，以便准确匹配的文件应该放在第一位，然后是部分匹配的文件。
其次，我的数据包含非英语单词，但它们是用英语拼写的，我能用solr附带的拼写检查器吗？
浏览 5提问于2016-11-29得票数 0
回答已采纳
我是新的弹性搜索，我是集成它与MongoDB，以索引和搜索数据。
所有这些都很好，我使用以下示例构建索引：
curl -XPUT localhost:9200/test/newperson/1 -d '{
"type": "mongodb",
"mongodb": {
"servers": [
{ "host": "pc-4372", "port": 27017 }
],
"db": "newPers
浏览 5提问于2016-03-27得票数 0
回答已采纳
1回答
我必须记录几个基准变量。不幸的是，一些变量需要我在hadoop代码中执行测量(map()、reduce()、InputFormat等)。我想知道怎样做才是“正确”的。我可以使用全局变量来存储我的基准测试变量，并在Tool.run()结束之前转储它们，但我认为有一种更好的方法可以做到这一点。有没有人知道怎么做，或者有什么想法？
更新
由于一些限制，基准代码必须嵌入到hadoop中。我有一个“测试”应用程序，它运行许多hadoop作业并收集基准测试结果。这个想法是在一次“测试”运行中运行作业并从作业执行中收集基准数据。
浏览 0提问于2012-02-22得票数 0
回答已采纳
2回答
反图可视化
、、、
图形可视化器，如Graphviz，可以对图的节点和边进行正式表示，并从它们生成图像。什么是程序或编程库可以做相反的；也就是说，识别一个图形的图像并产生一个正式的表示？我感兴趣的是识别位图的软件，以及从标准结构的SVG中识别图形的更容易的例子。不管怎样，对图形外观的限制都是可以的。另外，我只需要提取节点和边缘的关系，而不需要节点的文本标签之类的东西。
浏览 0提问于2017-07-19得票数 5
回答已采纳
1回答
我运行了一个Pyspark应用程序，并且在代码中再次使用dataframe时，我正在尝试持久化dataframe。
我正在使用以下内容：
sourceDF.persist(StorageLevel.MEMORY_AND_DISK_SER)
我正在处理30 of的数据。我有3个节点，所有16 GB RAM和4个虚拟核心。从Spark UI中，我看到持久化后内存的大小非常小。我希望它尽可能多地将缓存数据存储在RAM内存中。
怎样才能最好地利用RAM内存？
此外，任务的GC时间似乎相当长。我怎样才能减少它？
浏览 0提问于2018-02-12得票数 0
我想做音乐应用(安卓)
用户录制语音和应用程序是更改钢琴或吉他的声音
因此，我做了录音部分和录音语音分析使用FFT。
问题是如何演奏乐器的声音？
如果使用线程，不能播放改变的节拍，只能正常播放声音。
我使用声音文件来播放乐器声音(.mid，.wave ...等)在原始文件夹中
请帮帮我，怎样演奏乐器的声音？？
浏览 3提问于2012-02-22得票数 1
1回答
如何使用Doctrine扩展
、、、、
谁能告诉我，我怎样才能使用Doctrine扩展？例如，我在DoctrineExtensions文件夹文件Field.php中看到，我如何使用它的功能来设置ORDER BY字段(id，2,1,3)？
我的问题是：
$queryBuilder->select("t")->from('\Common\Model\Entity\Ticket', "t")->where("t.id IN (282,283,281)")
->addOrderBy('FIELD(t.id,' .
浏览 1提问于2014-01-17得票数 0
1回答
我正在试图统计数据集中的丢失信息，但我有一个问题。我的第一个问题是Q2，最后一个是Q55A7。因此，我不能使用NMISS(Q2 to Q55A7)。有没有办法用ID而不是名字来做这件事？或者我怎样才能让这件事奏效？
浏览 2提问于2021-07-10得票数 1
回答已采纳
2回答
我想知道怎样才能衡量一种归责技术的表现。我读过很多关于这个的书。网络上的大多数文献都是在数据完成后应用分类器。因此，这个分类器将被用来进行预测。然而，我对使用这类分类器进行预测并不感兴趣。
我想知道计算方法在dataset上执行得有多好。我们可以测量，例如，我的方差，平均值，均方误差等等。我想知道是否有类似的技术来衡量数据的质量。我将使用数据集进行描述性分析(而不是预测分析，例如培训分类器)。
如果我在错误的环境/角落里思考，请纠正我。提前谢谢。
诚挚的问候
浏览 0提问于2016-03-10得票数 4
首先给出一些背景信息，我的任务是指导实习生为特定的业务需求创建UI：
已经有4个月用于分析、创建业务用例和一些上下文图，以及BPMN图，但分析尚未完成。
预计API将已经定义，并将提供更多的细节。但由于意外情况，情况并非如此。
后端本身也不可用。
实习生下周开始。但是，直到今天，我才了解到这一分析，似乎有些东西仍然太模糊或不完整。有人建议，已经开始与实习生的UI。可能是先做了几个模型。并通过与分析人员、业务人员、关键用户和操作人员交谈来进行我们自己的分析。
从这一点上，我们可能可以创建某种原型。甚至可能定义一个API的外观建议。但我们错过了一些拼图，所以我担心这会在我们的脸上爆炸……
我怎样才
浏览 0提问于2019-02-06得票数 -1
回答已采纳
我试图编写一个PHP脚本来获取YouTube通道的每月视图(就像SocialBlade是如何实现的)，我一直试图以用户Pewdiepie的每月视图为例，并且在通过操作URL获取数据时遇到了困难。
如果用户登录，我可以使用OAuth 2.0获取数据，但我不打算在脚本中使用OAuth。
下面是我用来获取频道数据的URL：
{my-api-key}
&start-date=2014-08-01&end-date=2014-09-01似乎对结果没有任何影响？有人能解释一下为什么和我怎样才能解决这个问题吗？谢谢!
浏览 5提问于2014-10-20得票数 1
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
