docker安装的RabbitMQ，使用rabbitmqadmin命令批量删除队列
使用rabbitmqadmin批量删除队列
Rabbitmq消息大量堆积,我慌了！
记得有次公司搞促销活动，流量增加，但是系统一直很平稳（），大家很开心的去聚餐，谈笑风声，气氛融洽，突然电话响起…运维：小李，你们系统使用的rabbitmq的消息大量堆积，导致服务器cpu飙升，赶紧回来看看，服务器要顶不住了小李：好的。
RabbitMQ-3.发送者的可靠性
每个只能配置一个，因此我们可以在配置类中统一设置。我们在publisher模块定义一个配置类：@[email protected]("触发return callback,");});由于每个消息发送时的处理逻辑不一定相同，因此ConfirmCallback需要在每次发消息时定义。具体来说
高性能 Kafka 及常见面试题
本文主要讲述Kafka的基础架构、优点及应用场景和常见的Kafka面试题。Kafka 是一种分布式的，基于发布/订阅的消息系统，原本开发自 LinkedIn，用作 LinkedIn 的事件流（Event Stream）和运营数据处理管道（Pipeline）的基础。
【大数据面试题】005 谈一谈 Flink Watermark 水印
在实时处理任务时，由于网络延迟，人工异常，各种问题，数据往往会出现乱序，不按照我们的预期到达处理框架。话不多说，直接给个 Watermark 水印样例代码。一步一个脚印，一天一道面试题。WaterMark 水印，就是。
docker 安装 RabbitMq
docker 安装rabbitmq
HBase高级特性：HBase与ZooKeeper集成
1.背景介绍HBase高级特性：HBase与ZooKeeper集成1. 背景介绍HBase是一个分布式、可扩展、高性能的列式存储系统，基于Google的Bigtable设计。它是Hadoop生态系统的一部分，可以与HDFS、MapReduce、ZooKeeper等组件集成。HBase的核心特点是提供
大数据毕设分享 深度学习车型检测算法(源码分享)
今天学长向大家分享一个毕业设计项目毕业设计 深度学习车型检测算法(源码分享)毕业设计 深度学习车型检测算法。
hadoop离线与实时的电影推荐系统-计算机毕业设计源码10338
（1）用户可以实时查看最新的电影信息，以及相关资讯；（2）用户可以对比各大电影的信息，选择自己较为满意的电影；（3）用户可以通过留言互相交流购买电影心得；（4）管理员可以在后台方便管理前台网页的各种信息；
Doris配置外表以及多个Hive外表的配置
Doris/starrocks等建立catlog进行跨库查询,多个Hive外表的配置
SparkMLlib库与机器学习算法
1.背景介绍1. 背景介绍Apache Spark是一个快速、通用的大规模数据处理框架，它提供了一个易用的编程模型，支持数据处理的各种操作，如批处理、流处理、机器学习等。Spark MLlib是Spark框架的一个组件，专门用于机器学习和数据挖掘任务。MLlib提供了一系列的机器学习算法和工具，可以
流计算之Flink
TaskManager（也称为 worker）执行作业流的 task，并且缓存和交换数据流。TaskManager 中 task slot 的数量表示并发处理 task 的数量。处理无界数据通常要求以特定顺序摄取事件，例如事件发生的顺序，以便能够推断结果的完整性。JobManager 具有许多与协调
深度干货｜谈谈阿里云AnalyticDB Spark如何构建低成本数据湖分析
本文将分享AnalyticDB MySQL Spark助力构建低成本数据湖分析的最佳实践。
Java架构师之路七、大数据：Hadoop、Spark、Hive、HBase、Kafka等
Hive提供了一种类SQL语言，称为HiveQL，以便将结构化数据映射到Hadoop分布式文件系统中的表中，并提供了数据查询、转换和分析的功能。由于其分布式、高可靠性和高性能的特点，HBase在大数据领域得到了广泛的应用。：Spark提供了丰富的API，支持多种编程语言（如Scala、Java、Py
zookeeper未授权访问（CVE-2014-0085）漏洞修复建议
xxxx为需要设置的四字命令，添加多命令请使用逗号进行隔开，请根据系统所需进行命令设置，请勿添加envi命令，如系统有使用此命令的需求请使用其他修复方法。1.进入zookeeper目录找到zoo.cfg文件，常见路径为/opt/zookeeper-3.4.13/conf/zoo.cfg。2.使用下面
Hive SQL中的列转行（lateral view与explode）、行转列
列转行、行转列的灵活运用
Flink流处理案例：实时数据聚合
1.背景介绍1. 背景介绍Apache Flink是一个流处理框架，可以处理大规模数据流，实现实时数据处理和分析。Flink支持各种数据源和接口，如Kafka、HDFS、TCP流等，可以实现高吞吐量、低延迟的流处理。在本文中，我们将通过一个实际的Flink流处理案例来讲解Flink的核心概念、算法原
Hadoop-Yarn-调度器总结
CapacityScheduler旨在允许共享一个大型集群，同时为每个组织提供容量保证。核心思想是Hadoop集群中的可用资源在多个组织之间共享，这些组织根据其计算需求共同为集群提供资金。还有一个额外的好处，即一个组织可以访问其他组织未使用的任何多余容量。这以成本效益高的方式为各组织提供了弹性。跨组
Hadoop搭建（完全分布式）
修改 /opt/module/hadoop-3.1.3/sbin/start-yarn.sh和 /opt/module/hadoop-3.1.3/sbin/stop-yarn.sh。修改 /opt/module/hadoop-3.1.3/sbin/start-dfs.sh和 /opt/module/
【Spark精讲】一文讲透SparkSQL物理执行计划
【Spark精讲】一文讲透SparkSQL物理执行计划，SparkPlan，LeafExecNode类型，BinaryExecNode类型
