您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. JMF音视频处理源代码

  2. JMF实际上是Java的一个类包。JMF 2.1.1技术提供了先进的媒体处理能力,从而扩展了Java平台的功能。这些功能包括:媒体捕获、压缩、流转、回放,以及对各种主要媒体形式和编码的支 持,如M-JPEG、H.263、MP3、RTP/RTSP (实时传送协议和实时流转协议)、Macromedias Flash、IBM的HotMedia和Beatniks的Rich Media Format (RMF)等。JMF 2.1.1还支持广受欢迎的媒体类型,如Quicktime、Microsofts A
  3. 所属分类:Java

    • 发布日期:2010-04-20
    • 文件大小:4194304
    • 提供者:wjx_5893
  1. 流式计算Storm

  2. Storm是Twitter开源的一个类似于Hadoop的实时数据处理框架(原来是由BackType开发,后BackType被Twitter收购,将Storm作为Twitter的实时数据分析)。
  3. 所属分类:其它

    • 发布日期:2012-03-23
    • 文件大小:156672
    • 提供者:lj1314ailj
  1. storm 流式处理 安装软件(包括zookeeper,jzmq,zeroMQ,storm)

  2. 这个是很实用的,实时流处理框架 ,包里有是兼容版的storm以及其他需装上的软件包,安装文件,可以下载亲爱研究学习,共同探讨。
  3. 所属分类:Web开发

    • 发布日期:2014-01-22
    • 文件大小:33554432
    • 提供者:zl378837964
  1. storm 实时处理框架讲解

  2. storm实时数据处理,流式处理
  3. 所属分类:Java

    • 发布日期:2015-06-02
    • 文件大小:16777216
    • 提供者:u010515314
  1. flink流式处理框架的架构与应用

  2. flink的技术分享,现在将我的ppt整理成文档:flink流式处理框架的架构与应用
  3. 所属分类:flink

    • 发布日期:2017-10-22
    • 文件大小:3145728
    • 提供者:u013573133
  1. nifi使用笔记

  2. NiFi管理员或数据流管理器(DFM)可能会发现,在单个服务器上使用NiFi的一个实例不足以处理它们拥有的数据量。 所以,一个解决方案是在多个NiFi服务器上运行相同的数据流。 但是,这会产生管理问题,因为每次DFM想要更改或更新数据流时,都必须在每个服务器上进行这些更改,然后分别监视每个服务器。 通过对NiFi服务器进行集群化,可以增加处理能力以及单个接口,通过这个接口可以改变数据流并监控数据流。 集群允许DFM只进行一次更改,然后将更改复制到集群的所有节点。 通过单个接口,DFM还可以监视
  3. 所属分类:Java

    • 发布日期:2017-11-21
    • 文件大小:690176
    • 提供者:hekf2010
  1. 基于流式计算的电信实时营销系统设计与实现.caj

  2. 在移动互联网时代,各式各样的新业务和新产品不断出现,通信市场的用户总体规模增长速度变缓,使运营商之间的竞争愈加激烈,新产品营销的时效性和准确度问题亟需解决。实时营销作为新的营销方式,具有较高的实时性,通过运用大数据分析技术分析用户上网行为特征,并在合适的时间、合适的地点向用户推荐合适的内容,从而提升用户感知、增加用户粘性。如何运用大数据技术实现实时营销是本文的重要内容。本文深入调研分析了大数据实时流式处理技术,并结合其在满足非功能性需求方面的独特优势,设计了一个可以同时满足大数据存储、大数据实时
  3. 所属分类:spark

    • 发布日期:2019-10-20
    • 文件大小:3145728
    • 提供者:weixin_41045909
  1. Sanic框架流式传输操作示例

  2. 本文实例讲述了Sanic框架流式传输操作。分享给大家供大家参考,具体如下: 简介 Sanic是一个类似Flask的Python 3.5+ Web服务器,它的写入速度非常快。除了Flask之外,Sanic还支持异步请求处理程序。这意味着你可以使用Python 3.5中新的闪亮的异步/等待语法,使你的代码非阻塞和快速。 在前面一篇《Sanic框架Cookies操作》中已经讲到,如何在Sanic中使用Cookie,接下来将介绍一下Sanic的流的使用: 请求流式传输 Sanic允许通过流获取请求数据,
  3. 所属分类:其它

    • 发布日期:2020-12-26
    • 文件大小:52224
    • 提供者:weixin_38648037
  1. 流式大数据处理的三种框架:Storm,Spark和Samza

  2. 许多分布式计算系统都可以实时或接近实时地处理大数据流。本文将对三种Apache框架分别进行简单介绍,然后尝试快速、高度概述其异同。在Storm中,先要设计一个用于实时计算的图状结构,我们称之为拓扑(topology)。这个拓扑将会被提交给集群,由集群中的主控节点(masternode)分发代码,将任务分配给工作节点(workernode)执行。一个拓扑中包括spout和bolt两种角色,其中spout发送消息,负责将数据流以tuple元组的形式发送出去;而bolt则负责转换这些数据流,在bolt
  3. 所属分类:其它

    • 发布日期:2021-02-26
    • 文件大小:333824
    • 提供者:weixin_38719578
  1. SreamCQL架构解析,来自华为的开源流处理框架

  2. StreamCQL是一个类SQL的声明式语言,它用于在流(streams)和可更新关系(updatablerelation)上的可持续查询,可在流处理平台分布式计算能力之上通过使用简易通用的类SQL语言,使得业务逻辑的开发变得统一和简易。StreamCQL是一个类SQL的声明式语言,它用于在流(streams)和可更新关系(updatablerelation)上的可持续查询,目的是在流处理平台分布式计算能力之上,通过使用简易通用的类SQL语言,使得业务逻辑的开发变得统一和简易。在功能上,Stre
  3. 所属分类:其它

    • 发布日期:2021-02-26
    • 文件大小:480256
    • 提供者:weixin_38640830
  1. 异步并行批处理框架设计的一些思考

  2. 随着互联网信息技术日新月异的发展,一个海量数据爆炸的时代已经到来。如何有效地处理、分析这些海量的数据资源,成为各大技术厂商争在激烈的竞争中脱颖而出的一个利器。可以说,如果不能很好的快速处理分析这些海量的数据资源,将很快被市场无情地所淘汰。当然,处理分析这些海量数据目前可以借鉴的方案有很多:首先,在分布式计算方面有Hadoop里面的MapReduce并行计算框架,它主要针对的是离线的数据挖掘分析。此外还有针对实时在线流式数据处理方面的,同样也是分布式的计算框架Storm,也能很好的满足数据实时性分
  3. 所属分类:其它

    • 发布日期:2021-02-26
    • 文件大小:856064
    • 提供者:weixin_38631599
  1. 机器学习项目中的数据预处理与数据整理之比较

  2. 在常见的机器学习/深度学习项目里,数据准备占去整个分析管道的60%到80%。市场上有各种用于数据清洗和特征工程的编程语言、框架和工具。它们之间的功能有重叠,也各有权衡。数据整理是数据预处理的重要扩展。它最适合在可视化分析工具中使用,这能够避免分析流程被打断。可视化分析工具与开源数据科学组件之间,如R、Python、KNIME、RapidMiner互为补充。避免过多地使用组件能够加速数据科学项目。因此,在数据准备步骤中利用流式获取框架或流式分析产品会是一个不错的选择。机器学习和深度学习项目在大多数
  3. 所属分类:其它

    • 发布日期:2021-02-25
    • 文件大小:538624
    • 提供者:weixin_38730821
  1. 深度学习在线分类:流式深度学习中的时间序列分类-源码

  2. 使用深度学习在不同速度和漂移下进行数据流分类 流中深度学习的时间序列分类 处理高速到达的数据流需要开发可以提供快速而准确的预测的模型。 尽管深度神经网络是许多机器学习任务的最新技术,但它们在实时数据流场景中的性能仍是尚未完全解决的研究领域。 然而,最近有努力通过降低处理速度来使复杂的深度学习模型适用于流任务。 异步双管道深度学习框架的设计允许对传入的实例进行预测,并使用两个单独的层同时更新模型。 这项工作的目的是评估使用此框架进行数据流分类的不同类型的深层体系结构的性能。 我们在模拟为流的几个
  3. 所属分类:其它

    • 发布日期:2021-02-21
    • 文件大小:100663296
    • 提供者:weixin_42151729
  1. SreamCQL架构解析,来自华为的开源流处理框架

  2. StreamCQL是一个类SQL的声明式语言,它用于在流(streams)和可更新关系(updatablerelation)上的可持续查询,可在流处理平台分布式计算能力之上通过使用简易通用的类SQL语言,使得业务逻辑的开发变得统一和简易。StreamCQL是一个类SQL的声明式语言,它用于在流(streams)和可更新关系(updatablerelation)上的可持续查询,目的是在流处理平台分布式计算能力之上,通过使用简易通用的类SQL语言,使得业务逻辑的开发变得统一和简易。在功能上,Stre
  3. 所属分类:其它

    • 发布日期:2021-02-20
    • 文件大小:480256
    • 提供者:weixin_38550812
  1. 异步并行批处理框架设计的一些思考

  2. 随着互联网信息技术日新月异的发展,一个海量数据爆炸的时代已经到来。如何有效地处理、分析这些海量的数据资源,成为各大技术厂商争在激烈的竞争中脱颖而出的一个利器。可以说,如果不能很好的快速处理分析这些海量的数据资源,将很快被市场无情地所淘汰。当然,处理分析这些海量数据目前可以借鉴的方案有很多:首先,在分布式计算方面有Hadoop里面的MapReduce并行计算框架,它主要针对的是离线的数据挖掘分析。此外还有针对实时在线流式数据处理方面的,同样也是分布式的计算框架Storm,也能很好的满足数据实时性分
  3. 所属分类:其它

    • 发布日期:2021-02-20
    • 文件大小:856064
    • 提供者:weixin_38728360
  1. ruoshui:基于postgresql和kafka的流处理框架-源码

  2. 若水 Ruoshui是一个基于PostgreSQL和Apache Kafka的流式处理框架,在PostgreSQL许可协议下开源,采用Spring Boot开发,对外提供RESTful风格的接口。项目名称“ Ruoshui”(弱水)取自“任凭弱水三千,我只取一瓢饮”。 该项目还在非常初期的阶段,只完成了从PostgreSQL逻辑复制流中接收消息写入到Kafka中这一基本功能。就算是已经完成的这一功能,该功能也可以,文档也不完善,本人对代码质量也不满意。 如果在使用中需要帮助,可以从提交记录中找到
  3. 所属分类:其它

    • 发布日期:2021-02-12
    • 文件大小:172032
    • 提供者:weixin_42128537
  1. 快乐:-可爱的流式API框架-源码

  2. 快活的 :water_wave: :water_wave: :sailboat: :water_wave: :water_wave: 可爱的流式API框架 Merry是一个小的Node框架,可以帮助您轻松构建高性能的应用程序。 我们认为“快速”和“可爱”不应互斥。 开箱即用,我们提供了一致的日志记录,标准化的错误处理,干净的Streams API以及大量的螺母,螺栓和选项,可根据您的使用情况自定义快乐。 希望您玩得开心。 :victory_hand_selector: -欢乐队
  3. 所属分类:其它

    • 发布日期:2021-02-04
    • 文件大小:10240
    • 提供者:weixin_42137723
  1. api平台:创建REST和GraphQL API,脚手架Jamstack Webapp,实时流式更改-源码

  2. API平台是下一代Web框架,旨在轻松创建API优先项目而又不影响可扩展性和灵活性: 将您的数据模型设计为简单的旧PHP类,或从词汇表中的数据模型。 数分钟即可显示带有分页,数据验证,访问控制,关系嵌入,过滤器和错误处理的超媒体REST或GraphQL API ... 受益于内容协商: , , , , , , , 和 。 享受漂亮的自动生成的API文档( / )。 添加使用构建,而无需编写任何代码。 借助(也可以使用Vue.js生成器)来构建使用 (React),
  3. 所属分类:其它

    • 发布日期:2021-02-04
    • 文件大小:258048
    • 提供者:weixin_42120563
  1. 流式大数据处理的三种框架:Storm,Spark和Samza

  2. 许多分布式计算系统都可以实时或接近实时地处理大数据流。本文将对三种Apache框架分别进行简单介绍,然后尝试快速、高度概述其异同。在Storm中,先要设计一个用于实时计算的图状结构,我们称之为拓扑(topology)。这个拓扑将会被提交给集群,由集群中的主控节点(master node)分发代码,将任务分配给工作节点(workernode)执行。一个拓扑中包括spout和bolt两种角色,其中spout发送消息,负责将数据流以tuple元组的形式发送出去;而bolt则负责转换这些数据流,在bol
  3. 所属分类:其它

    • 发布日期:2021-01-30
    • 文件大小:333824
    • 提供者:weixin_38608189
  1. 流式大数据处理的三种框架:Storm,Spark和Samza

  2. 其他:Flink、Storm 将对三种Apache框架分别进行简单介绍,然后尝试快速、高度概述其异同。 Apache Storm 在Storm中,先要设计一个用于实时计算的图状结构,我们称之为拓扑(topology)。这个拓扑将会被提交给集群,由集群中的主控节点(master node)分发代码,将任务分配给工作节点(worker node)执行。一个拓扑中包括spout和bolt两种角色,其中spout发送消息,负责将数据流以tuple元组的形式发送出去;而bolt则负责转换这些数据流,在bo
  3. 所属分类:其它

    • 发布日期:2021-01-20
    • 文件大小:53248
    • 提供者:weixin_38624628
« 12 3 4 5 6 7 8 9 10 ... 14 »