实现分布式锁，Zookeeper 与 Redis 哪个更好一点？
# 1. 为什么使用分布式锁？分布式锁有什么用途？## (1)使用分布式锁的目的使用分布式锁的目的很简单，就是为了保证在同一时间里面，只有一个 JVM 进程可以实现对于共享资源的操作。## 确保数据的一致性在分布式环境中，多个节点可能会同时访问和修改同一数据或资源。分布式锁可以确保在任何时刻只有一个
【MQ 系列】SprigBoot + RabbitMq 消息发送基本使用姿势
接下来我们希望通过自定义一个 json 序列化方式的 MessageConverter 来解决上面的问题一个比较简单的实现（利用 FastJson 来实现序列化/反序列化）@Override@Override重新定义一个，并设置它的消息转换器为自定义的@Bean然后再次测试一下@Service@Au
大数据之Hadoop部署
搭建一个Hadoop集群涉及到多个步骤，包括服务器规划， 服务器环境准备，配置SSH无密码登录，安装Java，安装Hadoop，配置Hadoop，以及格式化和启动Hadoop集群。文章介绍了在三台CentOS系统服务器上搭建Hadoop集群的必要步骤和详细的描述，基于该方法可以把hadoop部署到任
Kafka简单入门
介绍什么是事件流式处理以及kafka中的概念、术语和能力
Spark--Spark编程基础和编程进阶知识总结(第三章和第四章)
在RDD的执行过程中，真正的计算发生在行动操作中，在前面的所有转换，spark只是记录下转换操作应用的一些基础数据集和RDD生成轨迹，不会触发计算。一样的操作，为每一条输入返回一个迭代器（可迭代的数据类型），然后将所得到的不同级别的迭代器中的元素全部当成同级别的元素，返回一个元素级别全部相同的。RD
3、RabbitMQ_工作模式
工作队列与简单模式相比，一个生产者、多个消费者（排它关系），多个消费端共同消费同一个队列中的消息使用场景：对于消息生产速度大于消费速度场景，可以增加消费者减少单个消费者压力在订阅模型中，多了一个Exchange 角色：Exchange：交换机（X）。接收生产者发送的消息;处理投递消息，例如递交给某个
摸鱼大数据——Kafka——Kafka的shell命令使用
Kafka本质上就是一个消息队列的中间件的产品，主要负责消息数据的传递。也就说学习Kafka 也就是学习如何使用Kafka生产数据，以及如何使用Kafka来消费数据。
【Spark生态】--Spark环境搭建
Spark环境安装部署，Local模式和PySpark库的安装
RabbitMQ-最常用的消息队列MQ安装详解！！
RabbitMQ-最常用的消息队列MQ安装详解！！RabbitMQ是一个开源的消息代理软件，它实现了高级消息队列协议(AMQP)，为分布式系统提供了一种高效、可靠的消息传递机制。RabbitMQ最初起源于金融系统，用于在分布式系统中存储和转发消息，现在已经成为一个广泛使用的开源消息中间件。
Hadoop发展史和生态圈介绍
Hadoop是由Apache基金会所开发的分布式系统基础架构，旨在解决海量数据存储和计算分析问题。Hadoop HDFS(Hadoop Distributed File System):分布式文件存储系统，解决海量数据存储问题。Hadoop Yarn:集群资源管理和任务调度框架，解决资源任务调度问题
Spark Delta Lake
【代码】Spark Delta Lake。
【大数据】什么是数据湖？一文揭示数据湖的本质
本文探讨了数据湖和数据仓库在企业数据管理中的角色与差异。数据湖作为容纳结构化与非结构化数据的新兴模式，强调灵活性和探索性分析能力，适应了现代企业对多样数据处理和快速决策的需求。相比之下，传统的数据仓库以其稳定的数据模型和标准化报表服务，仍然在特定场景中发挥重要作用。随着数据量和类型的不断增加，以及企
RabbitMQ 开发指南
每个Channel都拥有自己独立的线程，最常用的做法是一个Channel对应一个消费者，也就意味着消费者彼此之间没有关联，也可以在Channel中维持多个消费者，但是，如果Channel中一个消费者一直在运行，那其他消费者的callback会被耽搁。getReason可以获取Cause相关的信息。上
【微服务】第37节：微服务的注册中心Eureka
分布式事务，就是指不是在单个服务或单个数据库架构下，产生的事务，例如： 跨数据源的分布式事务；跨服务的分布式事务；综合情况。我们之前解决分布式事务问题是直接使用Seata框架的AT模式，但是解决分布式事务问题的方案远不止这一种。
Kafka - 生产者
kafka生产者
[面试题]Zookeeper
这样的设计有效的减轻了服务端的压力，不然对于更新非常频繁的节点，服务端会不断的向客户端发送事件通知，无论对于网络还是服务端的压力都非常大。接收到客户端请求，处理请求判断是否需要注册 Watcher ，需要的话将数据节点的节点路径和 ServerCnxn(ServerCnxn 代表一个客户端和服务端的
RabbitMQ（六）仲裁队列、流式队列、异地容灾（联邦队列Federation Queue）
仲裁队列、流式队列、异地容灾（联邦队列Federation Queue）
大数据之Hadoop平台的搭建
三台虚拟机。
Spark概念及运行模式
目的：点击yarn（8088）上spark任务的history按钮，进入的是spark历史服务器（18080），而不再是yarn历史服务器（19888）。Spark弊端：过于依赖内存，且因为数据倾斜，当内存资源较少时，容易出错。集群模式下，spark会先向HDFS上传spark库，然后yarn会下载
追踪微服务脉络：Eureka中实现分布式链路追踪的精妙之道
通过本文的详细步骤和代码示例，你应该能够理解如何在Eureka中实现服务的分布式链路追踪。结合Spring Cloud Sleuth和Zipkin等工具，我们能够清晰地追踪服务间的调用链路，为系统的稳定性和性能优化提供了有力支持。分布式链路追踪是微服务架构中不可或缺的技术之一。Eureka作为服务发
