说出你的愿望吧

作为一个互联网人，夜深了普遍才是自己感觉比较放松，比较惬意的时刻，这个时候也很容易就去想一些有的没的，也是在这个时间，才会想要写点东西

双缓冲机制和分段加锁。会有3个标志 isAutoSyncScheduled：判断是否在进行缓存交换 synctxid：这是线程进行磁盘刷写的事务id isSyncRunning：是否在进行写磁盘

你将 get 到分布式计算引擎的核心思路，MapReduce 并行度解析，碍于篇幅不宜太长所以先这么多，之后会继续更新相关内容。

Hive 一个常用的大数据组件，影响它的性能的从来都不是因为数据量过大的问题，而是数据倾斜，冗余，Job 和 IO 过多，MapReduce 分配不合理···等

在一年前我曾经有做过一些 Zookeeper 的相关总结，现在我们再把它捡回来，重新的把一些前因后果都扯得更加明白。 我们先从服务部署架构的发展历程说起，其实无非就是 集中式 和 分布式 ，集中式就是说，什么我都是由一台机器搞定的。分布式就是多台服务器联合完成。所以在一开始的时…

这个属于高频面试题的一个，很可能是作为Kafka的延伸出来，之前一直没有详细的去总结一下。我之前被许多读者问过，同事也问过，在当时理解比较模糊的情况下我回答的并不好。现在这几天我可能刷其它作者的内容比较多，在看了的部分相关内容后，现在再回过头去提一下子，应该算是对这个有比较好的…

刚好最近自己电脑的固态坏了，所以看到就顺带做做笔记了。 SSD 的外部性能指标：IOPS，带宽 / 吞吐率和访问延迟。 很多人对传统硬盘了解较多，毕竟这种硬盘在业界用了好几十年了，很多教科书里面都讲述过。所以，对 SSD 的性能，我先用对比的方式带你看看它们的外部性能指标和特性…

HDFS的小总结，包括存储策略，架构演进，元数据管理，双缓冲机制···等内容，之前也有两篇关于HDFS的内容，总得来说算是介绍地比较详细了

注意：upperBound和numPartitions两个参数是有关联的，upperBound / numPartitions = 每个分区需要写入多少条数据，所以最好就是搞清楚数据总量是多少，因为笔者就遇到这么一个问题，本来总量是4000W条数据，笔者设置upperBound…