RabbitMQ 的配置与管理
RabbitMQ 是一个流行的开源消息队列系统，广泛应用于分布式系统中，用于实现异步通信、事件驱动架构、负载均衡和消息传递等功能。为了有效地使用 RabbitMQ，需要了解其配置与管理方法。
大数据-201 数据挖掘 机器学习理论 - 决策树 局部最优 剪枝 分裂 二叉分裂
而训练集、测试集和验证集的划分通常遵照 6:2:2 的比例进行划分，当然也可以根据实际需求适当调整划分比例，但无论如何，测试集和验证集数据量都不宜过多也不宜过少，该二者数据集数据均不参与建模，若占比太多，则会对模型的构建过程造成较大的影响（欠拟合），而若划分数据过少，训练集数据量较大，则又可能造成过
【Hadoop-HA 搭建】hadoop-ha 高可用集群配置
搭建hadoop高可用集群，首先确保搭建了hadoop集群，zookeeper集群。hadoop 三个集群节点分别为主节点 master，两个副节点node01、node02。
Flink Checkpoint容错机制原理与代码实例讲解
随着大数据处理技术的快速发展，流处理引擎在实时数据处理领域扮演着越来越重要的角色。Apache Flink 作为一款高性能、可伸缩的流处理引擎，在金融、物流、推荐系统等领域得到广泛应用。然而，流处理具有数据流的不可持久性，一旦发生故障，未完成的数据处理任务将面临数据丢失的风险。为了保障流处理任务的可
单机安装kafka（含账号密码认证）
Kafka 的 Scala 版本指的是 Apache Kafka 的代码库使用 Scala 编程语言编写的部分。Kafka 是用 Java 和 Scala 混合开发的，主要的服务和功能是用 Java 实现的，但一些组件和库，特别是在流处理方面，使用了 Scala。
大数据新视界 -- 大数据大厂之提升 Impala 查询效率：重写查询语句的黄金法则（下）（4/30）
本文聚焦提升 Impala 查询效率的重写查询语句法则。阐述其重要性及与索引、分区关联，讲解明确目标、条件过滤和连接操作优化法则，含丰富代码示例。通过电商、金融案例展示优化前后效果，含性能对比与资源分析。文末互动并引出下一篇 Impala 内存管理避免瓶颈内容。
RabbitMQ与Prometheus集成：实现高效RabbitMQ监控
本文还有配套的精品资源，点击获取 简介：RabbitMQ是一种基于Erlang的开源消息代理系统，提供了高可用性、可靠性和可扩展性。本文介绍了 rabbitmq-prometheus 插件，它将RabbitMQ的关键性能指标转换为Prometheus可读格式，便于监控RabbitMQ集群。
Hive的存储格式
Hive支持的存储数的格式主要有：TEXTFILE(默认格式) 、SEQUENCEFILE、RCFILE、ORCFILE、PARQUET。textfile为默认格式，建表时没有指定文件格式，则使用TEXTFILE，导入数据时会直接把数据文件拷贝到hdfs上不进行处理;sequencefile，rcf
大数据-查询引擎(trino)-云原生化设计思路
大数据场景里面，针对Trino/Presto的云原生化方案的设计思路。利用容器化技术，解决解决了查询引擎扩展性不足的问题。
Flink ResourceManager原理与代码实例讲解
Flink ResourceManager原理与代码实例讲解作者：禅与计算机程序设计艺术 / Zen and the Art of Computer Programming1. 背景介绍1.1 问题的由来
python大数据基于Django的短视频推荐可视化分析系统的爬虫设计与实现 56f5v
大数据分析是现下比较热门的词汇，通过分析之后可以得到更多深入且有价值的信息。现实的科技手段中，越来越多的应用都会涉及到大数据随着大数据时代的到来，数据挖掘、分析与应用成为多个行业的关键,本课题首先介绍了网络爬虫的基本概念以及技术实现方法，重点关注爬虫的设计、数据抓取策略及其法律和道德约束。接着，我们
实验二 HBase编程实践（centos7）
例如，同时向“Math”、“Computer Science”、“English”三列添加成绩时，字符串数组fields为{“Score:Math”, ”Score:Computer Science”, ”Score:English”}，数组values存储这三门课的成绩。要求当HBase已经存在名
【Hadoop集群搭建】JDK安装及配置、Hadoop本地模式部署及测试
1. 熟悉 SSH 工具的使用方法2. 掌握 JDK 安装及配置3. 掌握 Hadoop 本地模式部署及测试
SpringBoot 集成RabbitMQ 实现钉钉日报定时发送功能
官网：https://www.rabbitmq.com/docs。
安装Spark-单机部署,Standalone集群部署,Spark on Yarn实现
SparkSession也是Spark程序中的一个类，功能类似于SparkContext，Spark2.0以后推出的，如果Hadoop生态的程序，例如MR、Hive、Sqoop、Oozie等使用YARN来计算。2-存储实时工具元数据。资源管理和任务调度：将所有从节点的资源在逻辑上合并为一个整体，将任
SpringBoot 实战：SpringBoot整合Flink CDC，实时追踪mysql数据变动
Flink CDC（Flink Change Data Capture）即 Flink 的变更数据捕获技术，是一种基于数据库日志的CDC技术，它实现了一个全增量一体化的数据集成框架。借助Flink CDC，用户可以轻松地构建实时数据管道，实时响应和处理数据变动，为实时分析、实时报表和实时决策等场景提
基于Kafka2.1解读Producer原理
相信现在的javer对于Kafka应该都很熟悉了，不管是八股文还是工作中使用。虽然Kafka server是scala写的，但是client是java写的，所以咱们理解client的代码还是比较容易的，今天先来基于源码解读下Kafka Producer的主体流程Kafka的消息发送其实就是一个RPC
Spring Boot 应用Kafka讲解和案例示范
Kafka 是一款高吞吐量、低延迟的分布式消息系统。本文将详细介绍如何在 Spring Boot 项目中使用 Kafka 进行消息接收与消费，并结合幂等和重试机制，确保消息消费的可靠性和系统的扩展性。我们将以电商交易系统为案例进行深入解析。
《RabbitMQ篇》死信队列和延时队列
死信队列和延时队列的基本概念，死信产生的原因，死信队列和延时队列区别
第三章 关键技术--数据仓库
量化交易系统
