大数据系统知识_大数据系统学习笔记

1. 前言 why Kafka 支持多个生产者，分布式系统中往往有多个微服务向一个kafka集群发送消息； 支持多个消费者从一个Kafka集....

1.下载zookeeper镜像 docker pull zookeeper 2.床架镜像文件夹 cd /datamkdir zookeeper 3.启动服务 docker run -d -e TZ="A....

保障IDC安全：分布式HIDS集群架构设计 https://www.slideshare.net/kerneltlv/kernel-proc-connector-and-containers datado....

环境说明 NTP服务端：Rich63.cn IP：192.168.1.63 NTP客户端：Rich64.cn IP：192.168.1.64 操作系统版本：CentOS Linux rele....

1.下载 官网地址：https://grafana.com/grafana/download 我下载的rpm包 rpm安装比较方便 rpm -ivh grafana-enterprise-8.3....

1.大数据的特性 体量巨大： 一般数据集做10TB以上，往往世纪规模已经超过PB级别增长速度，价值密度：数据增长速度快，但是其....

1、什么是精确率？什么是召回率？ 2、什么是ROC曲线？ 3、什么是A/B测试？ 4、为什么要进行线上A/B测试？ 5、在A/B测试中如....

一、什么是数据同步         业务数据是数据仓库的重要数据来源，我们需要每日定时从业务数据库中抽取数据，传输到....

上篇文章【hive 日期处理】中我们介绍了hive的日期使用方法，现在我们对比看一下presto要如何实现 1、返回当周的周一 select....

YARN运行资源配置 描述： 此文档是针对提交到yarn上执行任务时，资源不足导致任务运行时间久、任务失败、nodemanager进程挂....

目录 1.Elasticsearch和elasticsearch-headr跨域问题2.Elasticsearch的插件ik分词器3.ElasticSearch的核心概念1.分片2.倒排....

pyspark中聚合函数agg的使用 作为聚合函数agg，通常是和分组函数groupby一起使用，表示对分组后的数据进行聚合操作； 如果没....

2021年最赚钱的5个行业方向嗨购严选是什么？ 今天交起来大胆预测一下，首先是医疗疫情后的产物，第二社交电商结合短视频、....

一，Kafka的组成 1，Producer Kafka常被用做消息引擎，是一个高并发、高吞吐的消息读写系统，Producer是将消息从外部写入Kaf....

徐蔚团队的自主创新价值链服务平台已经为每一个顾客融合020新零售、全领域。它运用二维码的唯一性授予商品新的数据真实身份....

查询因高亮不全导致的内容缺失  添加下面两项配置,如果你要高亮如文字内容等有很多字的字段,必须配置,不然会导致高亮不全,....

文章目录 场景CASE WHEN除法，取整，均匀划分区间 场景 年龄分段统计HIVE实现 -- 造数据CREATE VIEW customer(name,age)....

1月7日，阿里云实时数仓Hologres发布最新版本，在成本、可用性、在线高可用等多方面进行了能力升级，行存吞吐提升100%，列存....

NIO Server package com.nio.server;import java.io.IOException;import java.net.InetSocketAddress;import java.nio.ByteBuffe

【题目 1】容器化部署 MariaDB[2 分] 在 master 节 点 上 编 写 /root/mall-swarm/Dockerfile-mariadb 文 件 构 建 chinaski....