【高级应用篇】深入Spring Boot与RabbitMQ：构建可靠的微服务通信
在微服务架构中，消息队列作为异步通信与服务解耦的关键组件，发挥着不可替代的作用。本文详尽探索RabbitMQ的高级特性，包括消息确认、持久化、优先级、死信队列、TTL以及发布确认机制，展示如何利用这些特性增强Spring Boot应用与RabbitMQ的集成，实现更高效、更稳健的微服务通信。通过讲解
SpringCloud微服务实践1|Eureka实践，nacos实践，Ribbon实践
通过IRule接口 选择某个服务实例----IRule接口的实现类，是不同的负载均衡策略。通过修改其参数可以实现不同的策略ribbon:NFLoadBalancerRuleClassName: com.alibaba.cloud.nacos.ribbon.NacosRule # 负载均衡规则。
RabbitMQ发布确认及交换机类型
当生产者（Producer）启用发布确认功能后，每次发送消息到RabbitMQ时，都会获得一个唯一的序列号（delivery tag），并从1开始递增。一旦消息被成功路由到至少一个匹配的队列，并且满足持久化条件（如果已配置），RabbitMQ会向生产者发送一个包含已确认消息序列号的basic.ack
HIVE基本数据类型
HIVE基本数据类型
Kafka的简介、架构、安装使用、生产者、消费者、高吞吐、持久化及与Flume整合
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。
【大数据·hadoop】在hdfs上运行shell基本常用命令
在Hadoop生态系统中，supergroup 是一个默认的用户组，通常与HDFS的超级用户（即 Hadoop 的管理员账户，类似于 Unix 系统中的 root 用户）关联。超级用户和属于 supergroup 组的用户通常有着对HDFS上所有文件和目录的全权限，这包括读取、写入和执行权限。
大数据面试题之Spark(7)
大数据面试题之Spark(7)
使用 Docker Compose 部署 RabbitMQ 的一些经验与踩坑记录
RabbitMQ 是一个功能强大的开源消息队列系统，它实现了高效的消息通信和异步处理。本文主要介绍其基于 Docker-Compose 的部署安装和一些使用的经验。
hadoop 单节点模式安装
http://localhost:9870/，或http://127.0.0.1:9870/，或http://192.168.1.253:9870/;链接地址为：https://www.oracle.com/java/technologies/downloads/
RabbitMQ工作模式(3) - 订阅模式
在这种模式中，消息发送者（发布者）将消息发送到一个交换机（exchange），交换机将消息广播到所有与之绑定的队列，然后消费者（订阅者）可以从这些队列中接收消息。这里方便区分，新建了文件SubConfig，每个工作模式创建队列和交换机的过程区分开，全都配置到RabbitmqConfig文件中也是可以
FlinkX安装与使用
FlinkX是在袋鼠云内部广泛使用的基于flink的分布式离线和实时的数据同步框架，实现了多种异构数据源之间高效的数据迁移。FlinkX是一个数据同步工具，既可以采集静态的数据，比如MySQL，HDFS等，也可以采集实时变化的数据，比如MySQL ，binlog，Kafka等。
RabbitMQ学习笔记：节点名称详解、rabbitmq-server、及rabbitmq-env.conf
作者简介：大家好，我是哥，前中兴通讯、美团架构师，现某互联网公司联系qq：184480602，加我进群，大家一起学习，一起进步，一起对抗互联网寒冬学习必须往深处挖，挖的越深，基础越扎实！
IT行业近十几年的发展史，从web1.0到3.0，大数据、元宇宙、比特币，区块链、AIGC....到底什么是出路
IT行业近十几年的发展史，从web1.0到web3.0，大数据、元宇宙、比特币，以太坊、NFT、区块链、AIGC....到底什么是出路？IT的赛道到底在哪里
云原生之使用Docker部署RabbitMQ消息中间件
云原生之使用Docker部署RabbitMQ消息中间件
zookeeper+kafka消息队列群集部署
消息(Message)是指在应用间传送的数据。消息可以非常简单，比如只包含文本字符串，也可以更复杂，可能包含嵌入对象。消息队列(Message Queue)是一种应用间的通信方式，消息发送后可以立即返回，由消息系统来确保消息的可靠传递。消息发布者只管把消息发布到MQ 中而不用管谁来取，消息使用者只管
Flink 数据源
在 Flink 中，数据源（Source）是其中一个核心组件，负责从各种来源读取数据供 Flink 程序处理。
Flink 角色指南：了解各组件的职责与功能
Flink 是一个分布式流处理框架，它的架构由多个角色组成，每个角色在系统中都有特定的职责。
Hive 函数
UDF（User-Defined-Function） 普通函数，一进一出；例如：round 这样的函数；UDAF（User-Defined Aggregation Function）聚合函数，多进一出；例如：count、sum 这样的函数；UDTF（User-Defined Table-Genera
kafka-消费者-消费异常处理（SpringBoot整合Kafka）
kafka-消费者-消费异常处理。
