<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[weixin_42123789的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/weixin_42123789</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; weixin_42123789]]></copyright><item><title><![CDATA[python实现pdf转word、txt]]></title><link>https://blog.youkuaiyun.com/weixin_42123789/article/details/104551406</link><guid>https://blog.youkuaiyun.com/weixin_42123789/article/details/104551406</guid><author>weixin_42123789</author><pubDate>Fri, 28 Feb 2020 10:54:13 +0800</pubDate><description><![CDATA[1、下载对应压缩包
前往下载pdf2word工具包
前往下载pdf2txt工具包
2、解压缩
对如下两个文件进行解压，当前我解压的路径设置在D:\python_app\下

3、安装对应模块
ctrl+r 输入cmd，进入命令行，然后进入本地虚拟环境，详情可参考建立并使用本地虚拟环境
使用命令行pip install -r D:\python_app\requirements.txt，自动化安装所...]]></description><category></category></item><item><title><![CDATA[大数据开发遗漏知识点完善（持续更新）]]></title><link>https://blog.youkuaiyun.com/weixin_42123789/article/details/89405866</link><guid>https://blog.youkuaiyun.com/weixin_42123789/article/details/89405866</guid><author>weixin_42123789</author><pubDate>Fri, 19 Apr 2019 18:20:22 +0800</pubDate><description><![CDATA[大数据开发遗漏知识点完善（持续更新）
1.	Hive整合HBase的环境配置以及测试
1、环境配置
Hive与HBase整合的实现是利用两者本身对外的API接口互相通信来完成的，其具体工作交由Hive的lib目录中的hive-hbase-handler-.jar工具类来实现。所以只需要将hive的 hive-hbase-handler-.jar 复制到hbase/lib中就可以了。
注:如果在hi...]]></description><category></category></item><item><title><![CDATA[RDD基本转换]]></title><link>https://blog.youkuaiyun.com/weixin_42123789/article/details/87921700</link><guid>https://blog.youkuaiyun.com/weixin_42123789/article/details/87921700</guid><author>weixin_42123789</author><pubDate>Mon, 25 Feb 2019 18:08:59 +0800</pubDate><description><![CDATA[Spark函数详解系列之RDD基本转换
摘要：
RDD：弹性分布式数据集，是一种特殊集合 ‚ 支持多种来源 ‚ 有容错机制 ‚ 可以被缓存 ‚ 支持并行操作，一个RDD代表一个分区里的数据集
RDD有两种操作算子：
Transformation（转换）：Transformation属于延迟计算，当一个RDD转换成另一个RDD时并没有立即进行转换，仅仅是记住了数据集的逻辑操作
Ation（执行）：触...]]></description><category></category></item><item><title><![CDATA[数据插入之insert into 和 insert overwrite]]></title><link>https://blog.youkuaiyun.com/weixin_42123789/article/details/83176705</link><guid>https://blog.youkuaiyun.com/weixin_42123789/article/details/83176705</guid><author>weixin_42123789</author><pubDate>Fri, 19 Oct 2018 09:48:52 +0800</pubDate><description><![CDATA[hive是基于Hadoop的一个数据仓库工具，可以将结构化的数据文件映射为一张数据库表，并提供简单的sql查询功能，可以将sql语句转换为MapReduce任务进行运行。通常hive包括以下四种数据导入方式：
（1）从本地文件系统中导入数据到Hive表；
（2）从HDFS上导入数据到Hive表；
（3）在创建表的时候通过从别的表中查询出相应的记录并插入到所创建的表中；
（4）从别的表中查询出相应的...]]></description><category></category></item></channel></rss>