JDK8+MAVEN3.6.3+HADOOP3.2.2，wordcount实践
手把手帮你学会使用JDK8+MAVEN3.6.3+HADOOP3.2.2开展wordcount实践
【Spark】架构与核心组件：大数据时代的必备技能（上）
本文旨在深入探讨Apache Spark这一开源大数据处理框架的基础与架构。Spark凭借其高效的内存计算能力、易于使用的API以及丰富的生态系统，已成为大数据处理和分析领域的首选工具。文章首先介绍了Spark的基本概念，包括其起源、发展、应用场景以及与其他大数据处理框架（如Hadoop）的对比。通
【Kafka】与【Hadoop】的集成应用案例深度解析
本文深入探讨了Kafka与Hadoop两大大数据处理技术的集成应用案例。首先，文章概述了Kafka作为分布式流处理平台的优势，包括其高吞吐量、低延迟以及强大的容错能力，这些特性使其成为处理实时数据流的首选工具。接着，文章介绍了Hadoop生态系统，强调了其在批处理大数据集方面的卓越性能和广泛应用的组
BigData 1.虚拟机Centos8安装MySQL并配置远程连接
依次执行以下五条命令安装MySql，这里需要注意，最后一条指令需末尾添加 --nodeps --force 强制执行指令，否则会提示缺少依赖。如果安装的是其他版本，需对应修改版本号。此部分为了可视化MySql，需要配置远程连接，配置完成后不仅仅只可以用DataGrip远程连接，也可以使用其他MySQ
Big Data 流处理框架 Flink
Apache Flink 是一款用于大数据流处理和批处理的开源流式计算框架。它以高吞吐量、低延迟、可扩展性和精确一次语义（exactly-once semantics）为特点，适用于实时数据分析、复杂事件处理、数据管道、机器学习和图计算等场景。
【Kafka】分区与复制机制：解锁高性能与容错的密钥
本文深入探讨了Apache Kafka这一分布式流处理平台的核心机制，特别是其消息可靠性、顺序性保证、分区与复制机制。首先，文章从Kafka设计之初的愿景出发，阐述了在大数据和微服务架构日益普及的今天，确保消息传递的可靠性和顺序性对于构建稳定、高效的数据处理系统至关重要。在消息可靠性方面，文章详细解
【Hadoop】集群搭建实战：超详细保姆级教程
本文深入探讨了Hadoop集群的搭建过程，从理论基础到实战操作，为读者提供了一站式的指南。文章首先概述了Hadoop作为大数据处理框架的重要性，并简要介绍了其分布式存储（HDFS）和分布式计算（MapReduce）两大核心组件。随后，详细阐述了Hadoop集群搭建前的准备工作，包括环境规划、硬件选型
Flink 如何处理背压
初次接触Flink的同学会对背压有很多的疑问。本文就是我学习的一些心得和体会，以及借鉴一些文章的感想。Flink 如何处理背压效应。答案很简单：Flink 没有使用任何复杂的机制，因为它不需要。由于是纯数据流引擎，它可以优雅地响应背压。我们介绍了背压问题。然后我们深入研究 Flink 的运行时如何在
[Manticore Search] 索引和数据类型
manticore 索引和数据结构的学习
知道NAS存储未来趋势吗？快来了解下~
然而，这一设计在有效散热的同时，也带来了不容忽视的噪音问题。因此，如何在保持硬盘可访问性的同时，增强数据加密和访问控制机制，确保数据的安全存储和传输，是NAS产品设计时必须认真考虑的问题。土星云NAS作为一款新兴产品，凭借其创新的设计理念和高品质的性能，以更高的可靠性，成功地弥补了现有市场中对于静音
大数据-Big Data（一）：概述与基础
在当今数字化时代，大数据（Big Data）已成为各行各业的核心驱动力。从商业决策到科学研究，数据的规模和复杂性日益增加。本文旨在深入探讨大数据的概念、基础技术及其在各个领域的应用，帮助读者全面理解大数据的基本理论和实践方法。
【大数据】重塑时代的核心技术及其发展历程
本文旨在全面而简洁地概览大数据技术，深入剖析其基本概念与发展历程。开篇，文章首先阐明了大数据技术的核心概念，即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，这些数据集合具有海量规模、高速增长和多样化的特点。随后，文章详细探讨了大数据技术如何通过这些特性，在数据存储、处理、分析及
（三）Java日志大数据（单机环境）学习笔记——Hadoop安装与配置
（三）Java日志大数据（单机环境）学习笔记——Hadoop安装与配置
基于Doris的日志存储分析平台（同步Kafka日志数据）
【代码】基于Doris的日志存储分析平台（同步Kafka日志数据）
Flink 调度源码分析1：拓扑图创建与提交过程
在Flink中，拓扑图提交过程是将用户编写的数据处理逻辑转换为实际可执行的作业并提交到集群运行的过程。首先，用户编写Flink程序，定义数据源、转换操作和输出目标等。然后，Flink会将这些操作转换为一个有向无环图(DAG)，表示数据处理流程。接着，Flink会将DAG图优化并生成作业图，包括任务的
搭建PyFlink环境(2)
搭建PyFlink环境(2)
实验三-HBase数据库操作
第一步：首先登陆ssh，之前设置了无密码登陆，因此这里不需要密码；再切换目录至/usr/local/hadoop ；再启动hadoopssh localhostcd /usr/local/hadoop./sbin/start-dfs.sh输入命令jps，能看到NameNode,DataNode和Se
Flink window 源码分析4：WindowState
Flink window 源码分析4：WindowState。根据源码，分析了一些WindowState相关的问题。
学习笔记-大数据基础实训（python语言+可视化）
利用python从指定接口爬取广东省各个地市的气象数据，并对数据进行处理
数据仓库BW与大数据平台，到底如何取舍？
刷到这篇文章的同学，对这个问题有困惑，看看我说清楚了没有。
