flink1.17部署模式和部署方法
Apache Flink是一个框架和分布式处理引擎，用于对无边界和有边界的数据流进行有状态的计算。Flink被设计为可以在所有常见集群环境中运行，并能以内存速度和任意规模执行计算。目前市场上主流的流式计算框架有Apache Storm、Spark Streaming、Apache Flink等，但能
Eureka工作原理详解
Eureka采用了C-S架构，即客户端-服务器端架构，其中服务提供者（Provider）将自己的信息注册到Eureka服务器端，同时从服务器端获取其他服务的信息。然而，随着Dubbo框架的不断开发优化，以及各种注册中心组件的诞生，即使是RPC框架，现在的注册中心也逐步多样化。Eureka、ZooKe
rabbitmq的介绍、使用、案例
rabbitmq的基础理论就是生产者和消费者模型，在这里进行解释，方便对rabbitmq进行理解和使用。生产者和消费者模型是分为以下几个要素：共享缓冲区、生产者、消费者。下面以去kfc买鸡腿举例：就是顾客要买鸡腿，肯定是需要去店里去买的，只有店员在炸好鸡腿之后，顾客点餐买好鸡腿。炸鸡腿的店员和顾客是
大数据和机器学习：从基础到高级
1.背景介绍大数据和机器学习是当今最热门的技术领域之一，它们在各个行业中发挥着重要作用。大数据技术可以帮助我们从海量数据中发现隐藏的模式和关系，从而为决策提供数据驱动的依据。机器学习则是一种人工智能技术，它可以让计算机自动学习和改进其行为，从而提高效率和准确性。本文将从基础到高级的角度，详细介绍大数
Kafka入门基本概念（详细）
Kafka是一种高吞吐量的分布式发布订阅消息系统（消息引擎系统），它可以处理消费者在网站中的所有动作流数据。这种动作（网页浏览，搜索和其他用户的行动）是在现代网络上的许多社会功能的一个关键因素。这些数据通常是由于吞吐量的要求而通过处理日志和日志聚合来解决。对于像Hadoop一样的日志数据和离线分析系
任务15：使用Hive进行全国气象数据分析
任务描述任务指导。
大数据开发之电商数仓（hadoop、flume、hive、hdfs、zookeeper、kafka）
1、数据需求：用户分析日志log、业务数据db2、采集需求：日志采集系统（flume）、业务数据同步系统（Maxwell，datax）3、数据仓库建模：维度建模4、数据分析：对设备、会员、商品、地区、活动等电商核心主题进行统计，统计的报表指标接近100个。5、即席查询：用户在使用系统时，根据自己当时
centos 7 kafka2.6单机安装及动态认证SASL SCRAM配置
producer 用于生产消息，consumer 用于消费消息，producer和consumer用于测试使用，生产中使用可根据业务需要创建对应用户，这里仅用于演示。创建用户之后，需要为每个 Broker 创建一个对应的 JAAS 文件。配置 SASL/SCRAM 的第一步，是创建能连接 Kafka
【RabbitMQ】交换机详解看这一篇就够了
交换机（Exchange）是消息队列中的一个重要概念，用于实现消息的路由和分发。交换机接收发布到它的消息，并根据特定的规则将消息发送到一个或多个队列中。在消息队列系统中，交换机起到了消息的分发中心的作用。它接收生产者发送的消息，并根据预定义的路由规则将消息发送到符合条件的队列中，然后由消费者从队列中
zookeeper
概念：zookeeper是一个分布式应用程序的协调服务。作用：配置管理、分布式锁、集群管理zookeeper是一个树形数据结构。每一个节点被称为ZNode，每个节点会保存自己的数据和节点信息，并允许少量的数据存储到节点下。节点分为四类：persistent 持久化节点ephemeral 临时节点：-
RabbitMQ初级的部分面试题
RabbitMQ初级的学习心得
[PySpark学习]RDD的转换（Transformation）与动作算子（Action）
RDD（英文全称Resilient Distributed Dataset），即弹性分布式数据集是spark中引入的一个数据结构，是Spark中最基本的数据抽象，代表一个不可变、可分区、里面的元素可并行计算的集合。Resilient弹性：RDD的数据可以存储在内存或者磁盘当中，RDD的数据可以分区。
RabbitMQ之交换机
RabbitMQ 中的交换机（Exchange）是消息的分发中心，负责将消息发送到一个或多个队列。它接收生产者发送的消息并将这些消息路由到消息队列中。
RabbitMQ 常见问题
在RabbitMQ中，消息最终会保存在队列中，在同一个队列中，消息是顺序的，保持先进先出的原则，这个由Rabbitmq保证。如果消息已经被消费者消费了，只是在消费者返回ack确认信息的时候出现异常，导致ack信息未能发送到broker，从而导致RabbitMQ不清楚这条消息到底有没有被消费成功，消息
大数据：分类算法深度解析
大数据分类算法是处理海量数据、从中提取有用信息的关键工具。本文深入探讨了分类算法的基本原理、常见算法以及它们在不同领域的应用。通过案例分析，我们了解了如何使用决策树、支持向量机和神经网络等算法解决实际问题，并通过代码示例展示了它们在Python中的实现。未来，大数据分类算法的发展趋势包括深度学习的应
使用 Kafka 和 CDC 将数据从 MongoDB Atlas 流式传输到 SingleStore Kai
在本文中，我们将了解如何将 Apache Kafka 代理连接到 MongoDB Atlas，然后使用 CDC 解决方案将数据从 MongoDB Atlas 流式传输到 SingleStore Kai。我们还使用 Metabase 创建了一个快速的可视化仪表板，以帮助我们深入了解我们的广告活动。为了
整合MQ-----RabbitMQ
个体自学内容 如有错误请指正
从Dinky聊聊Flink的二次开发
这几天研究了一下Dinky，确实是一款很不错的软件，功能很强大，也很实用，可以极大的方便我们flink sql的开发工作，同时他也支持其他一些主流数据库的SQL,像starrocks。Dinky号称基于Flink二次开发，没有侵入Flink,所以这一点就值得我们学习，为了了解Dinky我自己也搭建了
Spark SQL进阶
spark sql 深度介绍,spark_dataFrame与pandas_dataFrame互转,基于pandas的完成自定义UDF函数,UDAF函数
【HBase】——原理简介
HBase 原理简介
