林木88

Druid Kafka 数据源消费到 Segment 生成全链路深度分析 一、概述 本文档基于 Apache Druid 源码，系统梳理了 Kafka 数据源从消费到生成 Segment 的完整流程。

Druid 实时数据摄入与持久化全链路深度分析 一、概述 本文档基于 Apache Druid 源码，系统梳理了从数据写入（Appenderator.add）  → 内存持久化（IndexMerger

If you work in the field of data engineering, data warehousing, or big data analytics, you’re likely

TimeLIne Apache HUDI 作为数据湖框架的一种开源实现，提供了事务、高效的更新和删除、高级索引、 流式集成、小文件合并、log文件合并优化和并发支持等多种能力，支持实时消费增量数据、离

背景 内存管理介绍 内存管理的目的是合理分配内存，减少内存碎片，及时回收资源，提高内存的使用资源。 可以带着以下问题进行研究： 内存池管理算法是如何实现高效内存分配释放，减少内存碎片? 高负载下内存池

一、背景 一般随着公司业务蒸蒸日上，精细化运营会越发的重要；现在很火的一个概念叫做“数据驱动业务“，驱动的方式多种，常见的有即席查询，取数分析，报表分析等；一般对于数据分析工具都要求：数据准确性，时效

Design choices that make Kafka achieve high throughput and low latency In my previous blog, I wrote

In the previous post , we looked into the most commonly used cache-aside architecture, and some nece

At the database layer, sharding and replication are widely used approaches to scale out the