Demo：基于 Flink SQL 构建流式应用
本文将基于 Kafka, MySQL, Elasticsearch, Kibana，使用 Flink SQL 构建一个电商用户行为的实时分析应用。本文所有的实战演练都将在 Flink SQL CLI 上执行，全程只涉及 SQL 纯文本，无需一行 Java/Scala 代码，无需安装 IDE。
spark-submit 主要参数详细说明及Standalone集群最佳实践
部署提交应用到 spark 集群，可能会用到 `spark-submit` 工具，鉴于网上的博客质量残差不齐，且有很多完全是无效且错误的配置，没有搞明白诸如`--total-executor-cores` 、`--executor-cores`、`--num-executors`的关系和区别。因此有
Maven IDEA环境搭建（MapReducer、Spark）
（maven默认的服务器在在国外，后续idea配置maven时，下载会非常慢，需要把服务改到国内的阿里云maven仓库）1、进入idea后先不要创建项目，如果创建项目后先退出项目（这样配置的就是全局设置）1）、下载scala插件（进入插件市场输入scala搜索下载，等待下载完成即可）5、jar包下载
大数据毕设分享 大数据招聘岗位数据分析与可视化 - 爬虫 python 大屏可视化
该项目一共分为三个子任务完成，数据采集—数据预处理—数据分析/可视化。项目流程图项目架构图Flask是一个基于Werkzeug和Jinja2的轻量级Web应用程序框架。与其他同类型框架相比，Flask的灵活性、轻便性和安全性更高，而且容易上手，它可以与MVC模式很好地结合进行开发。Flask也有强大
# 从浅入深 学习 SpringCloud 微服务架构（三）注册中心 Eureka（1）
# 从浅入深 学习 SpringCloud 微服务架构（三）注册中心 Eureka（1）常见的注册中心：Zookeeper, Eureka, Consul, Nacos 的异同点注册中心：eureka 概述 搭建 EurekaServer 注册中心
数据仓库实验三：分类规则挖掘实验
数据仓库与数据挖掘实验三：分类规则挖掘实验。
未授权访问：ZooKeeper 未授权访问漏洞
zookeeper是分布式协同管理工具，常用来管理系统配置信息，提供分布式协同服务。Zookeeper的默认开放端口是2181。Zookeeper安装部署之后默认情况下不需要任何身份验证，造成攻击者可以远程利用Zookeeper，通过服务器收集敏感信息或者在Zookeeper集群内进行破坏（比如：k
深度解读Apache Kafka消息持久化机制：保证数据可靠与高效的关键
Kafka消息持久化机制通过巧妙的日志存储结构、副本管理和灵活的配置选项，既实现了数据的可靠性，又保持了系统的高效运行。在实际应用中，理解并正确配置这些持久化相关的参数，对于构建稳健、高效的企业级消息系统至关重要。为此，Kafka通过优化Segment File的管理、采用高效的数据压缩算法、以及灵
StreamX流批一体一站式大数据平台：大数据Flink可视化工具的革命性突破，让你的数据更高效、更直观！
StreamX，开源的流批一体一站式大数据平台，致力于让Flink开发更简单。它极大地降低了学习成本和开发门槛，使开发者可以专注于最核心的业务。StreamX支持Flink多版本， 与Flink SQL WebIDE兼容，并可以进行Flink SQL校验。此外，StreamX还提供了一套标准化的配置
数据仓库实验四：聚类分析实验
数据仓库与数据挖掘实验四：聚类分析实验。
【WPF应用34】WPF基本控件-Menu的详解与示例
WPF基本控件-Menu的详解与示例
【后端】RabbitMQ的常见使用问题
例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习开发语言，本文就介绍了rabbitmq的常见使用问题。
大数据面试之Hive SQL经典面试题
请注意，这种方法并没有真正地将行转换为独立的列，而是将多个行的值合并到了一个字符串中。在Hive中，由于schema是静态的，将任意数量的行转换为固定数量的列是不直接支持的。如果知道商品ID的最大数量，并且这个数量是固定的，可以使用条件聚合和。然后，在外部查询中，筛选出序列号小于等于 N 的记录，即
Zookeeper 和 naocs的区别
功能特性：Nacos 比 ZooKeeper 更加强大，Nacos 支持服务发现、动态配置、流量管理、服务治理、分布式事务等功能，而 ZooKeeper 主要用于分布式协调和服务发现。（服务器注册到配置中心：服务发现，客户端调用某个服务器：分布式协调）AP 模式强调可用性，允许出现数据不一致的情况，
FlinkCheckpoint与AMDGPU加速库的联合优化
1. 背景介绍1.1 大数据处理的挑战随着数据量的爆炸式增长，大数据处理成为了许多企业和组织面临的重大挑战。为了应对海量数据的处理需求，分布式计算框架应运而生，例如 Apache Hadoop, Apache Spark 和 Apache Flink。这些框架能够将计算任务分布到多个节点上并行执
大数据编程实验三：Spark SQL
（2）配置Spark通过JDBC连接数据库MySQL，编程实现利用DataFrame插入如表5-3所示的两行数据到MySQL中，最后打印出age的最大值和age的总和。（1）在MySQL数据库中新建数据库sparktest，再创建表employee，包含如表5-2所示的两行数据。将下列JSON格式数
Flink 组件详解及任务提交流程
控制一个应用程序执行的主进程，也就是说，每个应用程序都会被一个不同的Jobmanager所控制执行Jobmanager会先接收到要执行的应用程序，这个应用程序会包括：作业图（ Job Graph）、逻辑数据流图（ ogical dataflow graph）和打包了所有的类、库和其它资源的JAR包。
手把手教你mapreduce在hadoop上实现统计英语文章单词个数（新手教程，如果那里有问题请私信我，好及时改正）
因为待会你要将这个架包名称写在虚拟机上，为方便将名字改一下，这里我改成jar.jar。
Hive（15）中使用sum() over()实现累积求和和滑动求和
三列数据，分别是员工的姓名、月份和销售额功能：对每个员工的销售业绩的累积求和以及滑动求和（每个月计算其最近三个月的总销售业绩）
Hive 表添加列（新增字段）
记录总结一下 Hive 表如何添加新的字段以及遇到的问题。最初是因为要验证 Hudi Schema Evolution 中的增加字段问题more对于某些文件类型，如ORC不存在该问题，而对于 Parquet、Text ，只有在已有分区下插入数据是，新增字段查询才为 NULL, 新增的分区正常。
