SparkStreaming
需要继承Receiver，并实现onStart、onStop方法来自定义数据源采集。
Linux部署RabbitMQ
关闭防火墙，关闭selinux配置yum源头 ，配置elel扩展源192.168.229.11 设置主机名和域名解析 rabbitmq1192.168.229.12 设置主机名和域名解析 rabbitmq2192.168.229.13 设置主机名和域名解析 rabbitmq3二、开始安装1、安装Er
springboot项目使用RabbitMQ
本文主要介绍rabbitMQ在Spring Boot项目中的简单使用，通过简单配置快速完成消息收发，还包括消息可靠性机制介绍及示例。
【大数据】学习大数据开发应该从哪些技术栈开始学习？
学习大数据开发可以从以下几个技术栈和阶段入手。
Shiro详解
在web.xml文件里配置shiro的过滤器shiroFilter，DelegatingFilterProxy实际上是Filter的一个代理对象，默认情况下，Spring会到IOC容器查找和对应的filter bean，也可以通过targetBeanName的初始化参数来配置filter bean的
【kafka系列】
分布式系统kafka原理及其快速入门
构建基于Django、LayUI和HBase的高效文献数据挖掘系统
本文还有配套的精品资源，点击获取 简介：本项目是一个结合Django、LayUI和HBase的文献数据挖掘系统，专为高效数据处理和分析而设计。它利用Django强大的后台处理能力、LayUI的直观前端UI设计以及HBase的大数据存储优势，为用户提供了一个全面的数据挖掘平台。通过NLP技术实现数
Storm 单机和集群环境部署教程
通过以上步骤，我们完成了 Storm 的单机和集群环境部署，并实现了 Java 和 Python 的简单 Topology 示例。Storm 作为一款分布式实时计算系统，能够处理大量的实时数据流，广泛应用于实时数据分析、监控和处理场景。
Kafka Streams in Action 实战教程
Kafka Streams in Action 实战教程 kafka-streams-in-action Source code for the Kafka Streams in Action Book
django基于Hadoop的短视频数据分析的设计与实现
Django-Admin来自django.contrib也就是Django的标准库，默认被配置好，只需要激活启用即可，它的优势在于可以快速对数据库的各个表进行增删改查，一行代码即可管理一张数据库表，相比于手动后台1个模型一般需要4个urls，4个视图函数和4个模板，可以说Django完成了一个程序编
【大数据】聚类算法
聚类算法是一种无监督学习方法，旨在将数据集中的样本根据某种相似性度量划分为多个类别或簇。聚类的目标是使得同一簇内的样本相似度高，而不同簇的样本相似度低。聚类算法广泛应用于数据挖掘、模式识别、图像分析等领域。
HBase
HBase 是一个分布式、面向列的 NoSQL 数据库，构建于 Hadoop 之上，使用 Hadoop 的 HDFS 作为底层存储，适合处理大规模数据的实时读写和随机访问。HBase 专为处理 PB 级别的大数据量而设计，能够在分布式集群中实现海量数据的存储和快速查询，尤其适合半结构化或非结构化数据
如何利用kafka实现高效数据同步？
在我们之前的文章有详细介绍过Kafka的结构、特点和处理方式。具备告诉处理能力的kafka被利用在数据同步和数据传输上，今天来说下kafka是怎么实现高效的数据同步和传输。
大数据营销服务
大数据营销服务是一种利用大数据技术来提升企业营销效果的策略和服务。通过分析和处理海量数据，企业可以更精准地了解消费者的行为习惯、购买偏好以及潜在需求，从而制定更加有效的营销策略。在当今竞争激烈的市场环境中，大数据营销服务已经成为企业获取竞争优势的重要手段。
构建通用测评大数据云服务平台的关键方案
本文还有配套的精品资源，点击获取 简介：通用测评大数据云服务平台利用大数据与云计算的优势，旨在为教育、人力资源等领域提供高效、安全的评估服务。通过数据的集中存储、处理和智能分析，平台实现了海量数据处理、实时分析、弹性资源扩展和高可用性服务。关键技术包括数据采集、存储、分析和可视化，平台架构采用微
QAMQP：基于Qt的AMQP 0.9.1实现，专注于RabbitMQ支持
QAMQP：基于Qt的AMQP 0.9.1实现，专注于RabbitMQ支持 qamqp AMQP 0.9.1 implementation for Qt
[实时计算flink]动态CEP中规则的JSON格式定义
对于一个事件序列（Event Sequence）中的模式（Pattern），我们可以将其看作一个图（Graph），图中节点（Node）为针对某些事件（Event）的模式，节点之间的边（Edge）为事件选择策略（Event Selection Strategy），即如何从一类模式的匹配转移到另一类模式
毕设成品 python大数据旅游数据分析可视化系统(源码分享)
🔥 这两年开始毕业设计和毕业答辩的要求和难度不断提升，传统的毕设题目缺少创新和亮点，往往达不到毕业答辩的要求，这两年不断有学弟学妹告诉学长自己做的项目系统达不到老师的要求。为了大家能够顺利以及最少的精力通过毕设，学长分享优质毕业设计项目，今天要分享的是🚩 **基于python的旅游数据分析可视
毕业设计项目 python大数据旅游数据分析可视化系统(源码分享)
🔥 这两年开始毕业设计和毕业答辩的要求和难度不断提升，传统的毕设题目缺少创新和亮点，往往达不到毕业答辩的要求，这两年不断有学弟学妹告诉学长自己做的项目系统达不到老师的要求。为了大家能够顺利以及最少的精力通过毕设，学长分享优质毕业设计项目，今天要分享的是🚩 **基于python的旅游数据分析可视
kafka之protobuf
编写.proto文件：定义消息结构，包括字段类型、名称和编号。使用protoc编译：将.proto文件编译为目标语言代码，如 Java、Python、Go 等。使用生成的类：使用生成的类进行消息的序列化（转换为二进制格式）和反序列化（解析二进制数据）。
