消息队列总结（4）- RabbitMQ & Kafka & RocketMQ高性能方案
描述RabbitMQ、Kafka、RocketMQ针对高性能做的设计。
hive read time out
2) hiveConnection的socket超时时间通过loginTimeout进行设置，而loginTimeout读取的DriverManager的超时时间，因此，在创建hive连接时需要设置DriverManage的loginTimeout属性。总结：hive中执行SQL的耗时较长，需要增大
分布式数据库HBase，它到底是怎么组成的？
大数据的核心问题无非就是存储和计算这两个。Hadoop中的HDFS解决了数据存储的问题，而HBase就是在HDFS上构建，因此Hbase既能解决大数据存储的问题，又能解决数据实时查询的问题。
大数据之初识Doris
Doris简介
RabbitMQ WEB管理端页面介绍
RabbitMQ WEB管理端页面介绍
Kafka发送数据的三种模式
在kafka-0.8.2之后，producer不再区分同步(sync)和异步方式(async)，所有的请求以异步方式发送，这样提升了客户端效率。本文分享自华为云社区《kafka消息发送模式》，作者：dayu_dls。在kafka-0.8.2之后，producer不再区分同步(sync)和异步方式(a
RabbitMQ消息属性详解
在AMQP规范中，message-id和correlation-id是“应用级别使用”的属性，并没有提供正式的行为定义。这意味着就规范而言，你可以利用它们实现任何目的。这两个字段允许多达255个字节的UTF-8编码数据，并以未压缩的方式存储在Basic.Properties数据结构中。
Hive（21）：DML之Update、Delete更新、删除数据
首先，必须明确，你理解的Hive这款软件，定位是什么？是面向事务支持事务的RDBMS?还是面向分析，支持分析的数据仓库。这很重要。Hive是基于Hadoop的数据仓库，面向分析支持分析工具。因此在Hive中常见的操作的就是分析查询select操作。将已有的结构化数据文件映射成为表，然后提供SQL分析
RabbitMQ必会的8个知识点
RabbitMQ的主要组件包括生产者（Producer，发送消息的应用程序）、消息队列（Queue，用于存储消息）、交换器（Exchange，决定将消息发送到哪个队列）、绑定（Binding，连接交换器和队列的规则）和消费者（Consumer，接收和处理消息的应用程序）。它实现了AMQP（Advan
600套axure可视化大数据原型元件库模板40G[收藏]
在做产品经验的朋友，必备的就是自己手上有很多axure RP原型素材库，特别在做可视大数据原型交互，这时有40G大屏可视化大数据设计ps素材axure模板原型元件库界面ps 70+600套。
【ES实战】初探ES date类型的时区机制
ES date时区问题
Apache Atlas 是什么？
Apache Atlas 是一个开源的元数据管理和数据治理工具，使数据团队能够从多个数据源摄取、发现、编目、分类和管理数据资产
【异常解决】The coordinator is not available
CoordinatorNotAvailableException: The coordinator is not available异常解决
Hudi的7种索引
Hudi的7种索引
Prometheus监控flink
Prometheus通过pushgateway监控flink
大数据面试题：HBase为什么查询快
HBase为什么查询快
电商市场数据分析，2022年总零售额13.79万亿，订单总数高达1083亿笔
其中美妆个护是增长最快的一个品类，增长了13%，随着生活条件的变好，食品饮料在市场中的占比也是逐年上升，其在电商零售市场中的占比逐年上升，成为了消费者热门的购物品类之一。而居家日常品类作为日常生活必需品，较为稳定。反映了我国电商运营市场的总体情况和趋势，从零售额和订单数据来看，2022年我国电商市场
【集群】脑裂是什么？Zookeeper是如何解决的？
脑裂(split-brain)就是“大脑分裂”，也就是本来一个“大脑”被拆分了两个或多个“大脑”，我们都知道，如果一个人有多个大脑，并且相互独立的话，那么会导致人体“手舞足蹈”，“不听使唤”。脑裂通常会出现在集群环境中，比如ElasticSearch、Zookeeper集群，而这些集群环境有一个统一
Kafka 介绍
常见的消息队列有 activemq ，rabbitmq， rocketmq；消息队列常用于 两个系统之间的 数据传递；分布式消息传递基于可靠的消息队列，在客户端应用和消息系统之间异步传递消息。有两种主要的 消息传递模式： 点对点传递模式、发布- 订阅模式。大部分的消息系统选用发布-订阅模式。kafk
Kafka - AR 、ISR、OSR，以及HW和LEO之间的关系
如果ISR太小，那么当主副本故障时，选举新的主副本可能会导致数据丢失或延迟；如果ISR太大，那么同步数据的成本会变得很高，影响分区的性能。当消费者从分区中读取消息时，它会记录当前已经读取到的偏移量，并将该偏移量作为下一次读取的起始位置。如果消费者读取到的偏移量小于HW，那么它只能读取到已经被所有副本
