Nathan

读源码前思考的问题 Structured Streaming + Kafka 如何保障数据不丢？ Structured Streaming 没有用Kafka的消费者重平衡机制，如何分配消费者和part

这里用一个demo来解释这个问题的原因和排查思路 原因分析 假设我们对KafkaProducer进行了一个简单的封装（如上） 假设有两个线程 threadA 和 threadB threadA 调用

简要介绍 Structured Streaming 和 Spark Streaming是什么关系呢？ 1.编程模型不同 2.Structured Streaming是 2.x版本新功能，未来会取代Sp

创建一个Mysql表的时候 t1_null 和 t2_not_null 区别仅仅在于Column1，Column2是否 允许NULL。 what's better for disk space and

MySQL 5.7 背景需求 生产环境加字段是一个非常常见的操作。 但是现在的场景是，单表有大约1亿行数据，磁盘占用500G，1秒中内会有大量的select delete操作，且耗时敏感，所以先调研一

业务场景 业务中很多地方都需要任务调度。 有的任务是周期性执行，比如每隔半小时更新本地缓存数据 有的任务是延迟执行，比如订单15分钟未付款提醒，优惠券到期提醒 这显然要比第一种的难于实现很多：订单的数