Kafka的高性能如何实现
从操作系统的角度而言，磁盘读取数据是按块读取的，将数据加载到内存的page cache，磁盘与内存之间的交互是以页为单位的，也就是缓存页page cache（4K），page cache是由操作系统内核来维护的。首次读取数据时将数据放到page cache，再次读取的时候直接从page cache直
Flink-DataWorks第一部分：DataWorks（第57天）
本文主要详解了DataWorks基本功能，为第一部分：由于篇幅过长，分章节进行发布。后续： 数据集成的使用 数据开发流程及操作 运维中心的使用
Spark实时（三）：Structured Streaming入门案例
我们使用Structured Streaming来监控socket数据统计WordCount。
Flink 实时数仓（五）【DWD 层搭建（三）交易域事实表】
Flink 实时数仓DWD层搭建，加购事务事实表，订单预处理表
负载均衡的艺术：Eureka驱动的分布式服务网格负载均衡策略
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服务网格负载均衡。Eureka的服务发现能力为服务网格负载均衡提供了坚实的基础，使得服务的发现、健康检查、智能路由和负载均衡变得更加智能和自动化。负载均衡是服务网格中的一项关键技术，它直接影响到微服务架构的性能和可靠性。
Flink开发语言选择：Java还是Scala？
广泛应用：Java是企业级应用开发的首选语言之一，全球拥有庞大的开发者社区。稳定性和性能：Java以其稳健的性能表现和稳定性著称，非常适合大规模、长生命周期的项目。丰富的库和框架：Java的生态系统十分庞大，几乎所有的应用场景都有现成的解决方案和库支持。
RabbitMQ-高级
介绍了RabbitMQ发送者可靠性、MQ的可靠性、消费者的可靠性以及延迟消息
数据采集与预处理【大数据导论】
重复值
TDC 5.0：多集群统一纳管，构建一体化大数据云平台
此时，如果TCOS集群是一个新建的，甚至是一个异构的，比如满足新上的ARM集群，可以把存储资源TDDMS Tabletserver在这上面增加三个副本，HDFS可以把DataNode增加副本，对应的把Executor也在这个节点上部署起来，就好像为这个集群增加扩容一样，这样就实现了计算类的组件和存储
RabbitMQ常见问题
RabbitMQ提供了以下解决方式来处理 消息未达交换机、消息未达队列、消息在队列中消失、消费者未收到消息、消费者消费失败、幂等性、顺序性等问题。以下是关于JavaRabbitMQ实现消息可靠性处理的详细说明，包括持久化消息、发布确认、发布者限流、消费者确认、重试机制和死信队列等。需要注意的是，以上
.NET Core中如何集成RabbitMQ
消息队列RabbitMQ
优化二叉搜索树性能的策略与实现：从基础到高级技术
在数据结构和算法的设计中，优化二叉搜索树的性能是一个重要的研究方向。通过选择合适的数据结构、实现优化技术和考虑应用场景，可以显著提高树的操作效率。在实际应用中，理解不同树结构的优缺点，并根据具体需求进行选择和调整，是实现高性能解决方案的关键。希望这些深入的探讨对你有帮助。如果你有更多问题或需要进一步
Java版Flink使用指南——定制RabbitMQ数据源的序列化器
在一文中，我们从RabbitMQ队列中读取了字符串型数据。如果我们希望读取的数据被自动化转换为一个对象，则需要定制序列化器。本文我们就将讲解数据源序列化器的定制方法。
hive中的join操作及其数据倾斜
简要介绍了在hive中进行join操作可能遇到的若干问题
docker-compose部署Flink及Dinky
centos7使用docker-compose部署flink及dinky
Hadoop面试题
Hadoop高频面试题。
阶段三：项目开发---大数据开发运行环境搭建:任务5：安装配置Kafka
安装配置Kafka： 安装配置Kafka：无Kafka是由Apache软件基金会开发的一个开源流处理平台，由Scala和Java编写。Kafka是一种高吞吐量的分布式发布订阅消息系统，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
Spark学习
系统的学习spark
浅议Kafka中消息大小的设置
如果消息体过大，则一般调整max.request.size和max.message.bytes即可，batch.size则保持默认即可
