首页
沸点
课程
数据标注
HOT
AI Coding
更多
直播
活动
APP
插件
直播
活动
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
登录
注册
就喜欢蓝色
掘友等级
获得徽章 0
动态
文章
专栏
沸点
收藏集
关注
作品
赞
31
文章 31
沸点 0
赞
31
返回
|
搜索文章
赞
文章( 31 )
沸点( 0 )
这一次,彻底读懂Mysql执行计划
本文主要介绍mysql执行计划各个字段的作用,以及如何利用Mysql执行计划优化我们的Sql,本文主要面向后端开发程序员,以及需要和数据库打交道的同学们。 所谓的执行计划就是Mysql如何执行一条Sql语句,包括Sql查询的顺序、是否使用索引、以及使用的索引信息等内容。一个例子…
从线上死锁分析到 Next-Key Lock 理解
最近真线岛端环境发生死锁场景。本文通过实战一个死锁问题 ,从发现、排查,到思考、解决的过程中,以简单的方式 理解 MySQL 中 Next-Key Lock 。
深入解析中间件之-Canal
问题:创建canal用户的目的是什么?直接使用现有的用户名可以吗,比如root。 答案:有些用户没有REPLICATION SLAVE, REPLICATION CLIENT的权限,用这些用户连接canal时,无法获取到binlog。 这里的canal用户授权了全部权限,所以客…
基于Canal和Kafka实现MySQL的Binlog近实时同步
近段时间,业务系统架构基本完备,数据层面的建设比较薄弱,因为笔者目前工作重心在于搭建一个小型的数据平台。优先级比较高的一个任务就是需要近实时同步业务系统的数据(包括保存、更新或者软删除)到一个另一个数据源,持久化之前需要清洗数据并且构建一个相对合理的便于后续业务数据统计、标签系…
Flink SQL 核心概念剖析与编程案例实战
在上篇文章中,我们梳理了 Flink Table Api / SQL 在 Flink 生态的位置,以及 Flink Table Api / SQL 是如何一步步转换为 Flink 程序运行的。 看完之后可以初步了解程序的执行流程,有个印象,更加深入的实现细节会在之后的源码解析中…
Flink 1.13,面向流批一体的运行时与 DataStream API 优化
1. 流批一体的 Flink 1.1 架构介绍 首先看下 Flink 流批一体的整体逻辑。Flink 在早期的时候,虽然是一个可以同时支持流处理和批处理的框架,但是它的流处理和批处理的实现,不管是在
基于 Flink + Hive 构建流批一体准实时数仓
基于 Hive 的离线数仓往往是企业大数据生产系统中不可缺少的一环。Hive 数仓有很高的成熟度和稳定性,但由于它是离线的,延时很大。在一些对延时要求比较高的场景,需要另外搭建基于 Flink 的实时数仓,将链路延时降低到秒级。但是一套离线数仓加一套实时数仓的架构会带来超过两倍…
Redis知识总结
相关产品: Tokyo Cabinet/Tyrant、Redis、Voldemort、Berkeley DB 典型应用: 内容缓存,主要用于处理大量数据的高访问负载。 数据模型: 一系列键值对 优势: 快速查询 劣势: 存储的数据缺少结构化 相关数据库:Neo4J、InfoGr…
面试必备:八种排序算法原理及Java实现
1. 概述 排序算法分为内部排序和外部排序,内部排序把数据记录放在内存中进行排序,而外部排序因排序的数据量大,内存不能一次容纳全部的排序记录,所以在排序过程中需要访问外存。 经常提及的八大排序算法指的就是内部排序的八种算法,分别是冒泡排序、快速排序、直接插入排序、希尔排序、简单…
彻底理解volatile
1. volatile简介 在上一篇文章中我们深入理解了java关键字synchronized,我们知道在java中还有一大神器就是关键volatile,可以说是和synchronized各领风骚,其中奥妙,我们来共同探讨下。 通过上一篇的文章我们了解到synchronized…
下一页
关注了
5
关注者
0
收藏集
0
关注标签
3
加入于
2020-07-31