zeal本尊17803

我们很荣幸能够见证 Hadoop 十年从无到有，再到称王。感动于技术的日新月异时，希望通过这篇内容深入解读 Hadoop 的昨天、今天和明天，憧憬下一个十年。...

本文展示一个 Storm topology 实例，该 topology 对给定的词源进行词频统计，然后存入 HBase，该实例不借助 storm-hbase 包，而是直接使...

分三部分带你完成对 HBase 的百闻不如一 Run：数据模型概述、环境部署和基本操作...

我们很荣幸能够见证 Hadoop 十年从无到有，再到称王。感动于技术的日新月异时，希望通过这篇内容深入解读 Hadoop 的昨天、今天和明天，憧憬下一个十年。原文链接：ht...

美图收集的日志需要通过 ETL 程序清洗、规整，并持久化地落地于 HDFS / Hive，便于后续的统一分析处理。 ETL 即 Extract-Transform-Load...

利用 docker 在本机搭建虚拟 hadoop 集群...

在大数据时代，要想个性化实现业务的需求，还是得操纵各类的大数据软件，如：hadoop、hive、spark 等。笔者（阿里封神）混迹 Hadoop 圈子多年，经历了云梯 1...

异步传输存在一个潜在的问题，即接收方并不知道数据会在什么时候到达。在它检测到数据并做出响应之前，第一个比特已经过去了。这就像有人出乎意料地从后面走上来跟你说话，而你没来得及...

AI 前线导读： 喜闻乐见！Netflix 又贡献了一个全新的开源项目！对于 Netflix 来说，开放开源是身为技术公司的竞争战略。既能够将自己的解决方案建立为行业标准和...

我们知道Spark平台是用Scala进行开发的，但是使用Spark的时候最流行的语言却不是Java和Scala，而是Python。原因当然是因为Python写代码效率更高，...

分享自 GitHub...

最近一年左右在研究系统架构和分布式系统，今天跟大家一起分享讨论。文章简单分享几种分布式系统的一致性算法，常见的有 Paxos、Raft、ZAB。...

Spark 是大数据领域中相当火热的计算框架，在大数据分析领域有一统江湖的趋势，网上对于 Spark 源码分析的文章有很多，但是介绍 Spark 如何处理代码分布式执行问题...

提前先祝大家春节快乐！好了，先简单聊聊。 我从事的是大数据开发相关的工作，主要负责的是大数据计算这块的内容。最近Hive集群跑任务总是会出现Thrift连接HS2相关问题，...

这篇文章讲述的不是Mysql具体的如何实现读写分离，而是指什么时候需要上读写分离，及其相关的注意事项。 读写分离顾名思义就是读和写分离了，对应到数据库集群一般都是一主一从(...

本文主要讨论MySQL索引的部分知识。将会从MySQL索引基础、索引优化实战和数据库索引背后的数据结构三部分相关内容，下面一一展开（本文图片可点开放大）。 首先，我们将从索...