大数据是处理极端数据集的概念。问题可能倾向于与基础设施，算法，统计数据和数据结构相关。
我有两个火花数据帧：df1 = sc.parallelize（[['a'，'1'，'value1']，['b'，'1'，'value2']，['c'，'2'， 'value3']，['d'，'4'，'value4']，['e'，'2'，'value5']，['f'，'4'，'...
我在mysql中有一个如下表：Order_Details：+ --------- + ------------ + --------------- ---- + -------------- + ...
关于Google Big Query中数据框中的DateTime与DateTime的问题
我正在尝试将数据从数据框推送到Google Big Query。我将数据框的日期字段设置为df ['time'] = df ['time']。astype（'datetime64 [ns]'）并将Google的Big Query日期设置为* ...
使用python从bigquery处理大量数据集，将其加载回bigquery表
我在bigquery中有一个巨大的数据集，有5000万行和57列。我想做很多过滤/转换/清理而不是使用sql。我尝试使用dask / panda / python在dask中加载数据...
我正在研究hadoop中的概念验证，我可能会设置一个具有HDP和HDF hortonwork组件的集群。数据量非常小，因此磁盘容量可能不需要超过......
我们正面临数据迁移问题。我们有两个负载很重的表。我们曾经实时进行连接并从两个表中获取聚合数据。由于尺寸增加我们想...
我想在scala中从控制台检查用户输入类型（数据类型）？我需要检查输入数据是Int，String，Double，Float。