Spark Streaming
Spark Streaming 是个批处理的流式（实时）计算框架。其基本原理是把输入数据以某一时间间隔批量的处理，当批处理间隔缩短到秒级时，便可以用于处理实时数据流。支持从多种数据源获取数据，包括Kafk、Flume、Twitter、ZeroMQ、Kinesis以及TCP sockets，从数据源获
每天十分钟学会Spark
小白学大数据Spark编程第2课
一文读懂运维消息中间件之RabbitMQ
一文读懂运维消息中间件之RabbitMQ，适合小白学习及上班族日常工作参考。
上海天翼云代理商：分布式消息服务Kafka高吞吐、高可用的消息中间件服务
Kafka是一个分布式发布-订阅消息系统，它最初由LinkedIn公司开发，后来成为Apache项目的一部分。Kafka分布式特性强，可以处理TB级数据，支持和许多主流语言进行交互，包括JAVA,Python等。由于Kafka的这些显著优点，它在大数据处理、实时计算以及日志收集等领域都表现出色。开创
Kafka入门到实战-第五弹
Apache Kafka 是一个开源的分布式事件流平台，提供高性能数据管道、流分析、 数据集成和任务关键型应用程序。
win11使用idea连接linux虚拟机中Hadoop伪分布式配置教程
1.已在虚拟机上装了Hadoop全分布式集群2.IDEA ultimate 2023.3.5的下载：因为要使用big data tools插件（idea的社区版不可以使用）
【Hadoop】伪分布式安装
还不懂Hadoop伪分布式安装？一文带你从0开始搭建大数据代表作Hadoop环境！
RabbitMq高可用
如何确保RabbitMQ消息的可靠性？开启生产者确认机制，确保生产者的消息能到达队列开启持久化功能，确保消息未消费前在队列中不会丢失开启消费者确认机制为auto，由spring确认消息处理成功后完成ack开启消费者失败重试机制，并设置MessageRecoverer，多次重试失败后将消息投递到异常交
rabbitmq的confirm模式获取correlationData为null解决办法
在convertAndSend方法中传入correlationData数据。
openvpn分布式部署
将所有的物理机部署在同一个局域网内，每个节点收到报文后将客户端的虚拟IP地址广播出去，这样收到该报文的节点就会添加到此目的IP的报文的路由，别的节点收到访问此客户端的报文时，将其路由到连接到的节点。而且连接到所有的VPN的客户端的虚拟地址不能重复，但是我们三层VPN的情况下不同租户的虚拟IP地址是可
Spring Boot 整合分布式搜索引擎 Elastic Search 实现 自动补全功能
如何实现自动补全？ ES一键搞定！
关于Hadoop生态圈相关组件的介绍
"冷备"、"温备"和"热备"是备份和恢复策略中常见的术语，它们描述了在不同情况下备份数据的状态以及备份过程的准备程度。这些术语主要用于描述系统或数据的备份和恢复策略。冷备结构化数据和非结构化数据是大数据中的两种主要类型，它们在数据组织和处理方式上有所不同。结构化数据：结构化数据是按照固定模式和格式组
【初始RabbitMQ】交换机的实现
万字文章详细的介绍了RabbieMQ中的交换机各种细节，以及实现方法，每一步代码均有详细的解析，看这一篇就对了！！！
python读取kafka数据
kafka读取数据，python读取。
ubuntu20.04安装星火商城（spark store）
cd /tmp。
【kafka】重置消费的offset
此命令将重置所有分区的消费者偏移量。此命令将将分区数增加到 3。此命令将将分区的副本数设置为 1、2 和 3。
Paimon 与 Spark 的集成（二）：查询优化
PaimonApache Paimon (incubating) 是一项流式数据湖存储技术，可以为用户提供高吞吐、低延迟的数据摄入、流式订阅以及实时查询能力。Paimon 采用开放的数据格式和技术理念，可以与 Flink / Spark / Trino 等诸多业界主流计算引擎进行对接，共同推进 St
❤️❤️❤️关于Hadoop的初体验
本文基于Hadoop关于大数据入门做出详细介绍，希望对大家有所帮助🩷
Hadoop完全分布式搭建（Hadoop-3.3.0)
本教程讲解Hadoop-3.3.0在Ubuntu系统下集群的搭建。在正式开始之前，需要自己先安装好一台虚拟机。
Spark 3.5.0 特性速览
Spark 3系列已经发布了第六版3.5.0，目前最新3.5.1。使用最广泛的大数据可扩展计算引擎。数以千计的公司，包括 80% 的财富 500 强企业，都在使用 Apache Spark。来自业界和学术界的 2000 多名开源项目贡献者。Apache Spark 3.5.0 是 3.x 系列中的第
