白泽talk

本文主要讲解了kafka作为分布式消息队列的整体架构，主要从：1.zookeeper；2.broker；3.controller选举；4.coorinator进行介绍

1.介绍 HBase 的适用场景和数据模型；2.分析 HBase 的整体架构和模块设计；3.针对大数据场景 HBase 的解决方案

文章主要讲解：1.HDFS 元数据服务的高可用；2.HDFS 数据存储高可用；3.HDFS 元数据服务的高扩展性；4.HDFS 数据存储的高扩展性

本文讲解了使用docker-compose部署单节点kafka的流程，并且在文章的后半部分给出了使用Go语言操作kafka进行生产消费的代码案例。

HDFS的使用场景，尤其是在大数据场景中的常规应用，同时也了解HDFS在其它场景的一些应用，加深对存储系统应用场景的理解。并且剖析了HDFS的整体架构，易于理解。

本文包括：1.shuffle概述；2.spark中的shuffle算子的基本特性；3.spark中的shuffle的过程；4.push shuffle的原理与实现

介绍实时计算中的Watermark概念，以及如何产生、传递，还有一些典型的生产实践中遇到的问题；介绍三种最基本的window类型，以及他们的实现原理；同时会结合业务场景介绍一些高级优化的功能和原理

本篇文章主要讲述了Flink是如何实现在分布式环境下，对于task的处理做到exactly-once的语义的（结合二阶段提交协议）

Apache Flink 是一个框架和分布式处理引擎，用于在无边界和有边界数据流上进行有状态的计算。Flink 能在所有常见集群环境中运行，并能以内存速度和任意规模进行计算。