分类与聚类分类： 类别是已知的，通过对已知分类的数据进行训练和学习，找到这些不同类的特征，再对未分类的数据进行分类。属于监督学习。 聚类： 事先不知道数据会分为几类，通过聚类分析将数据聚合成几个群体。聚类不需要对数据进行训练和学习。属于无监督学习。 k均值(k-means)算法所谓聚类问题，就是给定 ...

概述Kafka 是一个开源的分布式流处理平台，其简化了不同数据系统的集成。流指的是一个数据管道，应用能够通过流不断地接收数据。Kafka 作为流处理系统主要有两个用处： 数据集成： Kafka 捕捉事件流或数据变化流，并将这些数据送给其它数据系统，如关系型数据库，键值对数据库或者数据仓库。 流处理 ...

介绍官网：http://kafka.apache.org/ Apache Kafka是分布式发布-订阅消息系统。它最初由LinkedIn公司开发，之后成为Apache项目的一部分。Kafka是一种快速、可扩展的、设计内在就是分布式的，分区的和可复制的提交日志服务。 Apache Kafka与传统消息 ...

Queue(先进先出队列)队列特点队列特点：先进先出(FIFO, First in First Out)–先进队列的元素先出队列。Queue是python标准库中的线程安全的队列实现,提供了一个适用于多线程编程的先进先出的数据结构，即队列，用来在生产者和消费者线程之间的信息传递。 基本操作class ...

Git是一个开源的分布式版本控制系统，可以有效、高速的处理从很小到非常大的项目版本管理。Git是 Linus Torvalds 为了帮助管理Linux内核开发而开发的一个开放源码的版本控制软件。 Git安装对于Linux或Unix系统，可通过apt-get install git指令安装。Mac ...

冒泡排序(Bubble Sort)是一种比较简单的排序算法，因其越大的元素会经由依次相邻交换慢慢“浮”到数列的顶端，所以叫“冒泡排序”。 原理冒泡排序其实就是从头开始对整个数列里面的元素进行两两比较，比较大的元素放到后面，接着进行对比，直到最大的一个元素被提取出来放到整个数列的最后。接着再对剩下 ...