易程

前言介绍 关于大数据面试岗位，经过近十多年的发展，对于大数据岗位的分工逐渐细化，从最开始的数据开发工程师，到拆分为离线开发和流计算开发，到拆分为基础组件开发、大数据运维、大数据产品等等一系列的细分岗位

所谓的护城河，更多的是个人 &职业发展的可持续性，而不被太多因素所影响到职业发展 &生活水平 下面我列举一下，我这些年是如何构建的“护城河”并且截止目前还依旧有效，还在为我带来源源不断的机遇。

在上一篇离在线混部架构模型文章中，我们讲到了大数据离在线混部的架构模式，同时也整体回顾了一下大数据架构的演变历程，概括性的来看，从数据处理范式中更多的是做批流一体、存算分离等方向演进，这种能力可以视为

在大数据场景下，现在主流的技术架构还是以Hadoop生态为主，其中yarn作为分布式资源调度系统，核心功能就在于如何合理的分配机器资源（这里的资源指的是CPU和内存）然后将资源分配给特定的计算作业

DeamonSets类似于Replica Sets，因为它们可以帮助我们部署多个pod实例，但是它在Kubernetes集群的每个节点上只运行一个pod副本。 DaemonSets确保所有(或部分)节

什么是Kubernetes Namespaces？ 根据官方文档，Kubernetes支持由同一物理集群支持的多个虚拟集群。这些虚拟集群称为名称空间。 Kubernetes Namespaces 以一

前言 在使用Kubernetes时，内存不足(OOM)错误和CPU限制是云应用程序中资源处理的主要问题。为什么会这样呢? 云应用程序中的CPU和内存需求越来越重要，因为它们与云成本直接相关。 通过Li

在Kubernetes中使用容器Containers时，对于了解所涉及的资源及其所需非常重要，有些进程需要比其他进程更多的CPU或内存，因为有些进程的优先级更高，不应该因为资源的争抢而出现饥饿状态。

CrashLoopBackOff 概述： 首先关于CrashLoopBackOff并不是代表一种错误， "CrashLoopBackOff 是 Kubernetes 中的一个状态，表示在一个 Pod