RabbitMQ面试题汇总
RabbitMQ 是一个开源的消息代理和队列服务器，用于通过异步消息传递方式在分布式系统或服务之间进行通信。RabbitMQ 实现了高级消息队列协议（AMQP），同时也支持其他消息协议，如 MQTT 和 STOMP。它由 Erlang 语言编写，因此继承了 Erlang 所具有的高并发、高可用和容错
RabbitMQ常用知识点梳理
如上图所示，同一个回调队列，服务器将响应消息发送到回调队列，通过correlation id关联请求和响应。
大数据-124 - Flink State 01篇 状态原理和原理剖析：状态类型 执行分析
同时在Flink中KeyedState和OperatorState均具有两种形式，其中一种为托管状态（Managed State）形式，由FlinkRuntime中控制和管理状态数据，并将状态数据转换为内存HashTables或RocksDB的对象存储，然后将这些状态数据通过内部的接口持久话到Che
一文搞懂RabbitMQ
首先创建queue，再创建exchange交换机，再建立交换机和队列之间的绑定管理。交换机只负责路由消息，不负责存储。
Windows系统下的Spark环境配置
在 Windows 系统上配置 Spark 环境涉及到几个步骤，包括安装 Java、下载和解压 Spark、配置环境变量以及验证安装。
Kafka
消息中间件是基于队列与消息传递技术，在网络环境中为应用系统提供同步或异步、可靠的消息传输的支撑性软件系统。消息中间件利用高效可靠的消息传递机制进行平台无关的数据交流，并基于数据通信来进行分布式系统的集成。通过提供消息传递和消息排队模型，它可以在分布式环境下扩展进程间的通信。
深度解析提升 Kafka 效率的多种关键手段
过大的 fetch.min.bytes 可能会导致消息延迟增加，过小的 fetch.min.bytes 则无法充分发挥批获取的优势。需要根据实际情况调整 Consumer 的配置参数，例如 fetch.min.bytes、fetch.max.wait.ms、auto.commit.interval.
RabbitMQ-发布/订阅模式
关于扇形交换机，核心的一点需要我们记住，发送到扇形交换机的消息，他会将消息广播给所有绑定到该交换机的队列上，无脑广播，所有队列会同时接受到交换机上全部的消息。
RabbitMQ的高可用
模式，消费者会在完成业务处理后自动进行应答，而如果消费者的业务逻辑抛出异常，RabbitMQ会将消息进行重试，这样是不会丢失消息的，但是有可能会造成消息一直重复消费。首先他的普通集群模式，消息是分散存储的，不会主动进行消息同步了，是有可能丢失消息的。而他的弊端也是明显的，集群内部的网络带宽会被这种同
RabbitMq原理与详解
RabbitMQ是流行的开源消息队列系统，是AMQP（Advanced Message Queuing Protocol高级消息队列协议）的标准实现，用erlang语言开发。RabbitMQ据说具有良好的性能和时效性，同时还能够非常好的支持集群和负载部署，非常适合在较大规模的分布式系统中使用。
spark-python
在讨论spark的架构角色时,首先先回顾一下yarn的架构角色.这一节比较重要,但是这里仍然不搭建,笔记会详细记录.
什么是 Kafka 的 Topic？
Apache Kafka 是一种分布式流处理平台，专门用于构建实时数据管道和流式应用程序。Kafka 的核心概念之一是 Topic。理解 Topic 对于有效利用 Kafka 进行高效的数据流管理至关重要。Kafka 的架构：Topic 的定义：分区（Partitions）：副本（Replicas）
RabbitMQ用作MQTT服务器
本人遇到的问题外部计算机无法连接mqtt，原因：没开webmqtt，然后防火墙还把请求给拦截了，导致其他计算机无法访问。遇到类似情况可以在RabbitMQ控制台查看是否开启webmqtt。之后可以让外部计算机用cmd的。第一步开启MQTT插件，开启Web MQTT插件，WebMQTT用来前端webs
常见的分布式锁--ZooKeeper如何实现分布式锁？
ZooKeeper是一个开源的分布式协调服务，提供了一种分布式锁的实现方式。在ZooKeeper中，可以使用临时节点和顺序节点的特性来实现分布式锁。本文将介绍ZooKeeper的分布式锁实现原理，并提供一个实战代码示例，通过分析关键技术来帮助理解。
Spark-ShuffleManager
中我们讲到了ShuffleMapTask中会对这个Stage的结果进行磁盘的写入，并且从SparkEnv中得到了ShuffleManager，且调用了它的getWriter方法并在这个Stage的入口处（也就是RDD的迭代器数据源处）调用了它的getReader，下面我们来详细分析下ShuffleM
图解Kafka | 28张图彻底搞懂消费者
在下图中，消费者设置了自动提交，CONSUMER-1成功拉取到了PARTITION 0的消息0-4，消费偏移量已经自动提交了，但是在真正处理消息的时候，CONSUMER-1宕机了，经过重新平衡之后，组内的CONSUMER-2接管了PARTITION 0，将会从消息5开始拉取消息，这样消息0-4用于也
python操作kafka
python操作kafka
Kafka
可以理解为分配的结果带有“粘性的”。即在执行一次新的分配之前，考虑上一次分配的结果，尽量少的调整分配的变动，可以节省大量的开销。粘性分区是Kafka从0.11.x版本开始引入这种分配策略，首先会尽量均衡的放置分区到消费者上面，在出现同一消费者组内消费者出现问题的时候，会尽量保持原有分配的分区不变化。
Kafka消息高可用、高性能实现原理和应用代码实践
在当今大数据时代，实时数据处理和分析变得越来越重要。企业需要能够快速、可靠地处理海量数据，以支持业务决策和用户体验优化。Apache Kafka作为一个分布式流处理平台，凭借其高吞吐量、低延迟和可扩展性，成为了许多企业处理实时数据流的首选解决方案。Kafka最初由LinkedIn开发，现已成为Apa
