涕零
❶ c/c++对大数据有用吗
cloudera自己的大数据生态就是C++的, 比如Impala,ku。java 把写大规模并发程序的难度降低了，但内是把问题挪到了容JVM上面，虽然内存分配省心了，但是问题在JVM上面表现出来了。C++ 是写的时候难了，但是用起来爽GO 的话，并发解决了， GC问题还是没解决 和java 一样一样的！
❷ 如何进行大数据分析及处理
探码科技大数据分析及处理过程
聚云化雨的处理方式
聚云：探码科技全面覆盖各类数据的处理应用。以数据为原料，通过网络数据采集、生产设备数据采集的方式将各种原始数据凝结成云，为客户打造强大的数据存储库；
化雨：利用模型算法和人工智能等技术对存储的数据进行计算整合让数据与算法产生质变反应化云为雨，让真正有价值的数据流动起来；
开渠引流，润物无声：将落下“雨水”汇合成数据湖泊，对数据进行标注与处理根据行业需求开渠引流，将一条一条的数据支流汇合集成数据应用中，为行业用户带来价值，做到春风化雨，润物无声。
❸ 学习大数据量，高并发处理应该看什么书
先学测试吧。不是那种业务功能的测试，是系统的测试。因为要解决大数据量、高并内发的问题，我个人的容知识与经验是：1、先用单机测试。用工具产生大并发量去轰击服务器，直至服务器缓慢，甚至接近崩溃；3、找到系统瓶颈后，优化，解决这个瓶颈，然后再循环测试。这时你又会发现新的瓶颈，再解决。循环1 – 3步，直到各方面基本平衡为止。4、当单机无法解决问题的时候，接着开始考虑负载均衡，考虑分布式方案，然后再用 1 – 3 的步骤分析与测试。
❹ c语言文件处理：大数据排序，我知道用ftell，fwrite…归并排序，但如何实现
如果你不想把硬盘搞坏，不要直接操作文件读写排序，大数据而且速度也会很慢。 建议把文件数据读入到动态分配内存，再进行数据排序，排序完成后，再写入到文件，这样做速度性能快。按你代码那样不停读写硬盘来实现排序，是非常不好的方式，因为硬盘是比较慢的设备，导致程序排序起来非常慢，频繁读写硬盘对硬盘寿命也有影响。 排序方法有很多种，快速排序在大数据排序方面性能比较理想。
❺ c语言处理文件里的大数据
只能分块处理了，读入一块、处理一块、存储一块，数据库就是这么干的。
❻ C语言大数据问题
给你提个思路吧，这种大数据都必须用数组来做的。把数字直接定内义成数组，然后将容转换规则写成代码，而不是直接用取余或取整来做。我给你上传一个大数加法的代码，给你些启发吧。想要代码可以先采纳我，然后我给你写一个进制转换的代码。你这分太少，多些我会直接给你写个代码的。
❼ 如何掌握java多线程，高并发，大数据方面的技能
线程：同一类线程共享代码和数据空间，每个线程有独立的运行栈和程序版计数器(PC)，线程切换开销权小。（线程是cpu调度的最小单位）线程和进程一样分为五个阶段：创建、就绪、运行、阻塞、终止。多进程是指操作系统能同时运行多个任务（程序）。多线程是指在同一程序中有多个顺序流在执行。在java中要想实现多线程，有两种手段，一种是继续Thread类，另外一种是实现Runable接口.(其实准确来讲，应该有三种，还有一种是实现Callable接口，并与Future、线程池结合使用。
❽ 数据量大的时候怎么进行并发处理
先学测试吧。不是那种业务功能的测试，是系统的测试。因为要解决大数据量、高并发的问题，我个人的知识与经验是:1、先用单机测试。用工具产生大并发量去轰击服务器，直至服务器缓慢，甚至接近崩溃;3、找到系统瓶颈后，优化，解决这个瓶颈，然后再循环测试。这时你又会发现新的瓶颈，再解决。循环1 – 3步，直到各方面基本平衡为止。4、当单机无法解决问题的时候，接着开始考虑负载均衡，考虑分布式方案，然后再用 1 – 3 的步骤分析与测试。
❾ 如何处理大量数据并发操作
处理大量数据并发操作可以采用如下几种方法:
1.使用缓存：使用程序直接保存到内存中。或者使用缓存框架: 用一个特定的类型值来保存，以区别空数据和未缓存的两种状态。
2.数据库优化：表结构优化;SQL语句优化，语法优化和处理逻辑优化;分区;分表;索引优化;使用存储过程代替直接操作。
3.分离活跃数据:可以分为活跃用户和不活跃用户。
4.批量读取和延迟修改: 高并发情况可以将多个查询请求合并到一个。高并发且频繁修改的可以暂存缓存中。
5.读写分离: 数据库服务器配置多个，配置主从数据库。写用主数据库，读用从数据库。
6.分布式数据库: 将不同的表存放到不同的数据库中，然后再放到不同的服务器中。
7.NoSql和Hadoop: NoSql，not only SQL。没有关系型数据库那么多限制，比较灵活高效。Hadoop，将一个表中的数据分层多块，保存到多个节点（分布式）。每一块数据都有多个节点保存（集群）。集群可以并行处理相同的数据，还可以保证数据的完整性。
拓展资料:
大数据（big data），指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。
在维克托·迈尔-舍恩伯格及肯尼斯·库克耶编写的《大数据时代》中大数据指不用随机分析法（抽样调查）这样捷径，而采用所有数据进行分析处理。大数据的5V特点（IBM提出）：Volume（大量）、Velocity（高速）、Variety（多样）、Value（低价值密度）、Veracity（真实性）。
❿ C/C++大数据排序统计处理
四六九4八二八66 加这个吧。。。 。。我试一试