DannyIdea

随着目前互联网市场的不断发展，已经抵达了一个比较成熟的阶段。在这个阶段中，各个互联网公司的技术发展方向，已经逐渐开始关注到服务稳定性治理这块了。

前几个月里，有幸负责了一块高并发的实时计算功能，期间接触到了flink和kafka。既然工作中接触到了kafka，不如就深入了解下其内部的原理。

本文我们主要来思考一下，关于使用了容器集群去部署服务之后，这些服务的日志应该如何进行治理？本文带你深入浅出分布式集群架构下的日志治理思路。

在之前的 文章 中，我们有提到过如何基于Prometheus+Grafana的搭建去实现Redis，MySQL这类的监控。那么本文我们将会讲解如何实现基于SpringBoot这类Java服务的监控。

最近开始要做一些实时计算方面的东西，于是机缘巧合下接触到了腾讯内部的一些计算平台工具，以及flink的使用，因此最近也需要开始着手研究起flink这块的内容了。 flink是apache旗下的一款框架

本文我们主要是搭建一个基于ES存储的用户中台工程，用于熟悉对于ES的知识点。项目结构：SpringBoot+Es。

在ES当中其实有非常多的查询功能，本文就来通过代码案例带大家梳理下不同的查询类型的具体含义分别是什么?

在今天的文章中，我们来进一步了解 analyzer。 analyzer 执行将输入字符流分解为token的过程，它一般发生在两个场合： 在 indexing 的时候，也即在建立索引的时候 在 sear

Index 在Es中，它的存储结构不再是类似于MySQL的这种关系型存储结构，更多是以索引Index为维度去进行数据落库。 Es底层对于数据的存储是按照索引去划分存放的，这个索引的概念就有点类似于my