qq_37249672的博客

1、 sparkstreaming和strom的区别： 他们的区别是SparkStreaming的吞吐量非常高，秒级准实时处理，Storm是容错性非常高，毫秒级实时处理 解释：sparkStreaming是一次处理某个间隔的数据，比如5秒内的数据，批量处理，所以吞吐量高。 Storm是来一条处理一条，所以速度快，不存在丢失数据 应用场景：对于数据非常重要不能丢失数据的，不能有延迟的，比如股票，金融之类场景的使用Storm 对于没那么高精度，但是要处理大量的数据，可以用sparkSremaing

DictVectorizer的处理对象时符号化（非数字化）的但是具有一定结构的特征数据，如字典等，将符号转成数字0/1表示。 test_dict = [{'name':'zhang','old':23},{'name':'wang','old':15},{'name':'liu','old':33}] from sklearn.feature_extraction import DictVe...