使用Python访问Zookeeper获取数据
Python如何获取zookeeper中的数据，本文将简单介绍Python访问zookeeper中设置了权限的目录信息。
第十九章 ： Spring Boot 集成RabbitMQ（三）
本章节重点：RabbitMQ消息确认机制的代码示例：生产者消息确认机制、Return消息机制、消费端ACK和Nack机制3种消息确认模式。
Hivesql解析多层Json数据
Hivesql解析多层json
rabbitMq 针对于当前监听的队列，来控制消费者并发数量，不影响其他队列，代码示例
通过这种方式，你可以定义多个SimpleRabbitListenerContainerFactory bean，并分别配置每个工厂需要的属性。因此，在上述示例中，设置了 concurrentConsumers 为 5，maxConcurrentConsumers 为 10，意味着 RabbitMQ
【大数据】详解 AVRO 格式
本文对 avro 的格式定义、编码方式、以及实际存储的文件格式进行了详细说明，最后也以一个实际例子进行了对照说明。另外， 在官网中还涉及 rpc 的使用、mapreduce 的使用，这里就没有展开说明，有兴趣的可移步官网进行查阅。
Spark作业串行与并行提交job
在Scala中，您可以以串行和并行的方式提交Spark作业。看看如何使用for和构造对应的例子。
flink 踩坑记录
flink cdc踩坑记录
《十堂课学习 Flink》第三章：Flink SQL 环境搭建
Flink SQL 环境搭建相关内容。
消息队列MQ
MQ的原理可以简单概括为生产者将消息发送到队列中，消费者从队列中获取消息进行处理。具体来说，MQ的原理包括以下几个方面：生产者：生产者将消息发送到MQ服务器中，消息可以是文本、对象、文件等形式。生产者可以使用API或者其他工具将消息发送到MQ服务器，同时可以指定消息的优先级、过期时间等属性。队列：M
Spring Cloud Eureka的理解以及搭建方式（实现示例）
本文简单讲述了微服务里面一个服务是如何找到另外一个服务，讲述了Spring Cloud Eureka是什么和有什么特点以及简单写了一下实现示例，大家还是要自己动手去搭建一遍才能知道具体情况。
ZooKeeper完美安装指南：在CentOS中从单节点到集群部署全攻略
本文是一个关于在CentOS 7.6环境下安装和配置ZooKeeper 3.8.1的实践指南。其中涵盖了从环境准备，到单节点安装，再到集群配置的全过程，以及使用GUI工具和测试集群的建议。读者可以通过这篇文章系统地了解ZooKeeper的安装和配置过程，为在分布式环境下更好地使用ZooKeeper提
大数据毕业设计选题推荐-农作物观测站综合监控平台-Hadoop-Spark-Hive
随着科技的发展和全球气候变化的挑战，农业生产的效率和可持续性越来越受到人们的关注。为了提高农业生产的效率和可持续性，需要进行长期的的农作物观测和监控。传统的农作物观测站通常需要大量的人力物力进行维护，而且受到时间和空间的制约，无法做到实时的观测和监控。因此，基于大数据的农作物观测站监控平台的研究和应
【Spark基础】-- RDD、DataFrame 和 Dataset 的对比
DataFrame 支持从最流行的格式中读取数据，包括 JSON 文件、Parquet 文件、Hive 表。它可以从本地文件系统、分布式文件系统（HDFS）、云存储（S3）和通过JDBC连接的外部关系数据库系统中读取数据。此外，通过 Spark SQL 的外部数据源 API，DataFrame 可以
Hadoop YARN HA 集群安装部署详细图文教程
Hadoop YARN HA 集群安装部署详细图文教程
从兔子说起：了解RabbitMQ消息的多样化【RabbitMQ 二】
在这篇博客中，我们将深入研究RabbitMQ的消息的相关问题
Hive Delegation Token 揭秘
本篇文章是由一次 Hive 集群生产优化而引出的知识点，供大家参考。
UI for Apache Kafka
UI for Apache Kafka
Flink基础概念-算子
无界数据流例如从Kafka这样的消息组件中读取的数据一般，没有数据流结束的定义，即使没有数据也在进行消费。有界数据流有界数据流能够等到所有数据都提取之后再进行处理。有状态流处理将数据的中间状态进行存储，能够重复使用该状态进行处理。Flink的特点Flink计算模型流计算微批处理时间语义事件时间、处理
【手写数据库】从零开始手写数据库内核，行列混合存储模型，学习大纲成型了
手写数据库toadb 保姆级教程来了。
spark之action算子学习笔记(scala,pyspark双语言)
函数签名：def collect(): Array[T]功能说明：收集每个分区数据，以数组Array的形式封装后发给driver。设置driver内存：bin/spark-submit --driver-memory 10G(内存大小）注意：collect会把所有分区的数据全部拉取到driver端，
