大数据

关系型模型之父Edgar F. Codd，在1970年Communications of ACM 上发表了《大型共享数据库数据的关系模型》，成为了永恒的经典，关系模型的语义设计易于理解，语法上嵌套、闭

概念及入门 前言 在数据领域，有几类经典的查询场景： 想要统计某段时间内访问某网站的 UV 数，或是统计某段时间内既访问了页面 A 又访问了页面 B 的 UV 数

大家好，我是风云，欢迎大家关注我的博客，在未来的日子里我们一起来学习大数据相关的技术，一起努力奋斗，遇见更好的自己！ 前言 HBase 是一个开源的、分布式的、版本化的非关系型数据库，它利用Hadoo

前言 大家好，我是风云，欢迎大家关注我的博客，在未来的日子里我们一起来学习大数据相关的技术，一起努力奋斗，遇见更好的自己！ 正如大家知道的那样，在大数据领域呢，有很多组件都会依赖zookeeper进行

前言 大家好，我是风云，欢迎大家关注我的博客，在未来的日子里我们一起来学习大数据相关的技术，一起努力奋斗，遇见更好的自己！ 百度百科对Kafka有如下描述： Kafka是由Apache软件基金会开发的

需求 本文档描述大段落文本信息的存储，查询功能实现 需求：能够从Web页面上通过各种条件查看大段文本信息，能够下载完整文本信息 环境信息 Hadoop2.6，HBase1.2，Elasticsearc

前言 在上一篇文章《Hadoop集群搭建配置教程》中详细介绍了Hadoop集群搭建的全部过程，今天为大家带来分布式计算引擎Spark集群搭建，还是使用三个虚拟机节点上进行安装部署，围绕Standalo

前言 经过前面几篇文章的讲解，相信大家都已经成功搭建Hadoop集群，Spark集群以及安装好了Hive。由于Hive默认的引擎是MR，相信体验过的小伙伴在执行SQL语句时，都会感叹怎么这么龟速呢，那

本文主要介绍了钱包从0到1的搭建过程、遇到的各种问题以及相应的解决方案，旨在抛砖引玉，希望能给读者带来思考和帮助。

前言 在上篇《Spark集群搭建超详细教程》提到了Hive安装，那么今天就带领大家进行Hive的安装，闲言少叙，撸起袖子加油干！ 初始准备 还是需要准备3台虚拟机，并且还需要做如下准备工作： 需要安装

本文已参与「新人创作礼」活动，一起开启掘金创作之路。 需求来源 在ElasticSearch的生产应用中，尤其在数据量比较大的场景下，性能优化就显得十分重要。可以说在ElasticSearch的使用场

持续创作，加速成长！这是我参与「掘金日新计划 · 6 月更文挑战」的第22天，点击查看活动详情 前言 作为技术人，我是不怎么八卦的，奈何这次国家重拳整理的是“大数据乱象”，manor作为大数据专业的学

副本迁移是Kafka最高频的操作，对于一个拥有几十万个副本的集群，通过人工去完成副本迁移是一件很困难的事情。Cruise Control作为Kafka的运维工具，它包含了Kafka服务上下线、集群内负

什么是实时数据？如何获取实时数据？API 集成、Kafka ETL 等常见的实时数据集成方案方案有何利弊？新的十年，实时数据架构技术又有什么革新？

众所周知，在数仓建设过程中，首先都需要划分数据域，以确定数据的方向。如交易域、营销域、客满域等，流量域也属于其中一部分，主要是针对埋点数据做一些数据处理和数据分析的动作

推荐系统是效果导向的数据应用服务，在功能的“有”和“无”之间，有很长的效果“好”和“坏”的光谱。本文通过综合业务推荐系统的质量模型建设，为类似多业务线、效果导向的系统质量度量提供一种新的思考角度和实践

对于广大互联网厂商来说，研发高质量的隐私保护服务，以解决统计查询、数据采集等场景中的用户隐私泄露问题，同时保证数据的可用性，从而满足监管要求，为业务赋能，成为了重要的工作。

美团实时数仓平台负责人姚冬阳在 Flink Forward Asia 2021 实时数仓专场的演讲。

Flink 运行时架构主要包括四个不同的组件，它们会在运行流处理应用程序时协同工作：`作业管理器（JobManager）`、`资源管理器（ResourceManager）`、`任务管理器（TaskMa

本篇对在kafak万亿消息实践中一次典型的故障进行详细分析和说明。深入到kafka架构原理层分析故障出现的根因及对应的解决方案。