使用HBase的数据生命周期管理：自动删除过期数据
1.背景介绍在大数据时代，数据的生命周期管理成为了一项重要的技术挑战。HBase作为一个高性能的分布式数据库，可以帮助我们解决这个问题。本文将从以下几个方面进行阐述：背景介绍核心概念与联系核心算法原理和具体操作步骤以及数学模型公式详细讲解具体最佳实践：代码实例和详细解释说明实际应用场景工具和资源推荐
[微服务]Eureka注册中心
本文介绍Eureka注册中心的相关知识点和操作
[日报] Ribbon、Eureka、Nginx、负载均衡
这次的文章会偏主观和实用性，因为这些内容可以讲的东西太多了，因此我只会根据老师布置的题目和需求，结合搜索工具、内容进行针对性定制化。
RabbitMQ在Java中使用 SpringBoot 从基础到高级
如果消费者再次执行依然出错，消息会再次requeue到队列，再次投递，直到消息处理成功为止。创建延迟消息，延迟消息如果很多而且延迟时间较长不建议使用MQ去处理这些消息，因为在内部会维护一个时钟，如果消息很大时间又长，对于系统资源消耗会很大。无特殊功能，当队列发送消息和接受消息时，只能发送到交换机，
Hadoop学习3：问题解决
Hadoop学习3：问题解决
数据仓库【指标体系】
指标体系可以帮助我们整体理解业务、全面了解问题、快速定位问题、迅速落地方案，我们说的指标体系不止是指标，还有指标管理和指标监控。
深入剖析Apache Kafka Partition：结构、策略与影响
Apache Kafka Partition的设计深刻体现了分布式系统的设计哲学，通过合理的分区策略，Kafka既能提供高效的并行处理能力，又能确保一定程度的消息顺序性。更多的Partition意味着更大的并发处理能力，可以根据系统吞吐量的需求动态增加Partition数量，从而实现水平扩展。：每个
有关Hive对数据库的常见操作(二)
分桶和分区一样，也是一种通过改变表的存储模式，从而完成对表优化的一种调优方式 但和分区不同，分区是将表拆分到不同的子文件夹中进行存储，而分桶是将表拆分到固定数量的不同文件中进行存储。需要map字段之间的分隔符："#"；struct类型是一个复合类型，可以在一个列中存入多个子列，每个子列允许设置类型和
Kafka Stream入门
Kafka Streams是Apache Kafka的一个库，用于构建流式处理应用程序和微服务。它允许你以高吞吐量、可伸缩、容错的方式处理实时数据流。Kafka Streams专为易用性设计，可以直接在你的应用程序中嵌入使用，不需要单独的处理集群。它提供了一种简洁的方式，使得处理数据流和变换数据流变
毕设项目 基于大数据的b站数据分析
本文主要运用Python的第三方库SnowNLP对弹幕内容进行情感分析，使用方法很简单，计算出的情感score表示语义积极的概率，越接近0情感表现越消极，越接近1情感表现越积极。从数据可视化中可以看到，播放量排名前三的分别是生活类、动画类、鬼畜类，让人诧异的是以动漫起家的B站，播放量最多的视频分类竟
Kafka问题纪要
和 MQ TT 的事务定义一样都是 3 种。（1）最多一次: 消息不会被重复发送，最多被传输一次，但也有可能一次不传输（2）最少一次: 消息不会被漏发送，最少被传输一次，但也有可能被重复传输.（3）精确的一次（Exactly once）: 不会漏传输也不会重复传输,每个消息都传输被一次而且仅仅被传输
Flinksql实时计算——group by key和 group by key 带窗口聚合有什么不同
带窗口聚合时，你可以指定一个时间窗口（如过去一小时、过去一天等），并在这个时间窗口内对 key 进行聚合。这允许你分析在特定时间范围内的数据，而不是整个历史数据集。这个聚合是基于 key 的所有历史数据进行的，不考虑时间窗口或数据排序。在处理流数据时特别有用，因为它允许你分析数据的实时变化，而不仅仅
Spark.第二周
一旦发生灾难，需安装配置所需的运行环境，用数据备份介质(磁带或光盘) 恢复应用数据，手工逐笔或自动批量追补孤立数据，将终端用户通过通讯线路切换到备份系统，恢复业务运行。(1)运行速度快，如果数据由磁盘读取，速度是hadoop mapreduce的10倍以上，如果数据从内存读取，速度是hadoop m
【程序员必知必会3】ClickHouse和Hive究竟哪些区别
ClickHouse和Hive都是用于大数据处理和分析的分布式存储和计算系统，但它们之间存在一些区别：架构：ClickHouse采用列式存储和向量化执行引擎，可以实现亚秒级别的数据查询。而Hive采用基于Hadoop的数据存储和MapReduce计算引擎，数据查询速度相对较慢。查询语言：ClickH
微服务之Nacos、Eureka面试题
用于快速复习微服务的eureka和nacos面试知识点
第二章 hive环境配置
rw-r--r--. 1 root root 609556480 3 月 21 15:41 mysql-5.7.28- 1.el7.x86_64.rpm-bundle.tar。libaio.so.1(LIBAIO_0.1)(64bit) 被 mysql-community-server-5.7.28
flink第一课（详细理论）--体系架构
01 Flink简介Flink的体系架构基本上可以分为三层，由上往下依次是API & Libraries层、Runtime核心层以及物理部署层。API & Libraries层作为分布式数据处理框架，Flink同时提供了支撑流计算和批计算的接口，并在此基础之上抽象出不同的应用类型的组件库，如基于流
Flink源码解析（1）job启动，从JM到TM过程详解
注：ActorRef就是actor的引用，封装好了actor下面是jm和tm在通讯上的概念图：RpcGateway关注其5个实现类：Dispatcher、ResourceManager、JobMaster、MetricQueryService、TaskExecutor。
毕业设计项目 基于大数据人才岗位数据分析
这里是毕设分享系列，学长分享优质毕业设计项目，今天要分享的是🚩基于大数据人才岗位数据分析毕业设计 基于大数据人才岗位数据分析。
基于 Python 的大数据的电信反诈骗系统
基于大数据反电信诈骗管理系统的目的就是在于建立属于自己的一套反电信诈骗系统，在日常的工作中，反电信诈骗是一件非常重要的事情，主要还是用python的手段来进行的开发。关键词：反电信诈骗系统；信息技术；python；
