- 相关博文
- 最新资讯
-
本文介绍了RabbitMQ的三个高级特性:TTL(消息存活时间)、死信队列和延迟队列。TTL支持队列级和消息级两种配置方式,可自动清理过期消息;死信队列用于存储异常或过期消息,避免数据丢失;而延迟队列则通过TTL+死信队列的组合实现定时任务功能,如订单超时关闭等场景。文章详细解析了各特性的工作原理、配置方法及适用场景,并附有流程图帮助理解,是掌握RabbitMQ高级应用的实用指南。
-
随着互联网高速发展网络舆论在社会发展舆论导向及公共安全管理的作用正逐步凸显出来。但现有的舆情处理模式已经不能应对大量的实时数据的海量需求和多样处理需求。为了实现舆情实时、高效收集、分析和反应的舆情管理目标设计了一个基于大数据的网络舆论管理及可视化系统。此系统通过获取社交媒体、新闻网站、论坛等地实时的信息经自然语言、情感分析、舆情热度分析等研究后得到大众的情绪情感然后再给出相应的应对策略。
-
本文介绍了一个基于Python Django框架的新冠肺炎疫情实时监控系统开发实践。系统采用B/S架构和MySQL数据库,实现了用户管理、疫情数据管理、留言交流等功能模块。研究背景分析了传统管理方式向线上迁移的必要性,关键技术部分阐述了Python、Django、Vue等技术特点。系统设计包括功能模块划分和数据库设计,实现部分详细描述了用户和管理员的操作界面。通过系统测试验证了功能完整性,结论部分总结了开发过程中知识整合的经验体会,并指出未来优化方向。该系统将传统疫情管理迁移至线上,提高了管理效率和安全性。
-
本文探讨了RabbitMQ消息可靠性投递机制,重点分析了消息投递路径中的关键控制点。主要内容包括: 生产者到交换机的ConfirmCallback确认机制 交换机到队列的ReturnCallback路由失败处理 队列持久化和消费者ACK机制保障消息不丢失 SpringBoot环境下的实战配置与代码示例 通过ConfirmCallback和ReturnCallback双重保障,结合消息持久化与消费者确认机制,可构建完整的消息可靠性投递方案,确保分布式系统中的消息不丢失。文章还提供了异常场景模拟和具体的补偿处理
-
在正式开始介绍之前,我们先简单了解一下为什么推荐Gitee。1.1 访问速度极快服务器位于国内,无论是克隆、推送还是拉取代码,速度都比GitHub快数个量级,尤其是在下载大型仓库或依赖时,体验提升巨大。1.2 全中文环境界面、文档、帮助中心均为中文,对国内用户非常友好,降低了学习和使用门槛。1.3 符合本地需求。
-
本文介绍了RabbitMQ消息确认机制(ACK)的核心原理与实战应用。ACK机制通过要求消费者处理完消息后主动发送确认信号,有效解决了消息丢失问题。文章详细讲解了ACK的工作流程、Unacked状态的作用,并对比了自动确认与手动确认的适用场景(推荐生产环境使用手动确认)。关键实战部分包括DeliveryTag的作用说明,以及通过Spring Boot实现手动ACK的代码示例,展示了如何正确处理消息确认、拒绝和异常情况,确保消息可靠投递。
-
本文提出了一种基于MongoDB+Elasticsearch的酒店数据聚合解决方案,旨在解决多源异构数据整合难题。针对不同渠道数据格式差异、高频更新等挑战,采用MongoDB存储清洗后的全量主数据,利用Elasticsearch提供高性能检索服务。系统通过数据采集、清洗聚合、存储和搜索四层架构实现,核心包括多线程并发采集、模糊匹配合并策略、批量写入优化等技术。该方案有效解决了酒店数据重复、不一致等问题,实现了毫秒级检索响应,为酒店行业数据聚合提供了可行方案。
-
随着城市化进程的不断加速,道路交通问题越来越严重,给城市交通管理和居民出 行带来了巨大挑战。为了更好地分析和优化城市道路交通,本文致力于构建并实现一个 基于大数据的智能交通流量监控和优化系统 。此系统依托 Hadoop 的分布式计算优势,融合大数据技术,完成了道路交通数据的采集、存储、处理、预测和分析。通过对道路 交通数据的分析,可以提取出道路路况和平均速度等关键信息,为交通管理部门和车辆 驾驶者提供决策支持。本平台一方面通过采集的道路交通数据对未来交通路况进行预测, 另一方面也可以将未来道路平均
-
随着数据需求的不断增加,大数据架构的演变成为了现代数据工程师的重要课题。本文将对比传统大数据架构与新一代云原生湖仓 Databend,通过对比它们在实时与离线架构中的区别,感受 Databend 的优势。
-
Elasticsearch+Minio实现快照备份、恢复数据
-
本文探讨了LabVIEW应用程序的多语言本地化实现方案。文章首先分析了LabVIEW对多语言的支持现状,指出其默认仅支持ANSI编码,对Unicode支持有限,且仅适配中英法德日韩六种语言。然后重点介绍了JKISimpleLocalization工具包的使用方法,该工具能导出/导入JSON词典文件,实现界面语言的实时切换。文章还结合实际工程案例,分析了该方案的局限性:部分控件不可翻译、切换速度较慢(33个界面需50秒)、小语种支持不足等。最后提供了完整的应用流程和工具包附件,包括词典文件转换工具和工程案例。
-
获取的岗位数量非0的URL的占比越高,对比旧版写入效率提升就越明显,例如参数配置为 全国373个地级市/县/区(区域选择全选)、关键词为‘大数据’、其余参数均为‘不限’,那么URL数量 = 373 × 1(求职类型) × 1(薪资待遇) × 10(页码)= 3730众所周知,大数据相关岗位的数量只有在较发达的城市才较可观,所以会有不少的URL获取的数据为0,但好在占比不是太极端,在这样的情况下测试显示普通版平均每分钟有效写入17.28条,并发版则是29.85条,效率提高。
-
消息队列技术选型指南:主流产品对比分析 RabbitMQ:适合中小系统,支持复杂路由和可靠性要求高的场景,轻量但吞吐量有限。 Kafka:大数据场景首选,超高吞吐量,适合日志采集和实时计算,但配置复杂。 RocketMQ:企业级核心业务适用,支持事务消息,高可用且易于运维。 Pulsar:云原生架构,多协议兼容,适合混合云和长期存储需求。 轻量级方案:ZeroMQ(低延迟进程通信)/NSQ(分布式实时消息)。 选型关键:根据业务规模(吞吐量)、场景需求(可靠性/延迟)和运维成本综合考量。
-
AMQP(Advanced Message Queuing Protocol,高级消息队列协议)是一种开放的应用层协议,定义了消息中间件之间消息的格式、传输、路由和确认机制。它标准化了消息的生产、发送、接收和处理流程,确保不同厂商和平台的消息队列系统能够互操作。RabbitMQ 就是基于 AMQP 协议实现的消息队列服务器,它支持 AMQP 的各种特性,比如交换机、队列、绑定、路由键、消息确认、事务等。AMQP 是一种消息队列通信的标准协议,它定义了消息如何格式化、发送、路由和确认。
-
Flink SQL 将 SQL 查询转换为 Flink 的执行计划,利用 Flink 强大的分布式计算能力和流批一体化处理能力,高效地执行查询操作,实现对大规模数据的实时处理和分析。而 Flink SQL 作为 Flink 提供的一种高层次查询语言接口,基于 SQL 标准,让开发者能够使用熟悉的 SQL 语法对数据流和批数据进行处理,进一步降低了大数据处理的门槛,提高了开发效率,成为众多企业进行大数据实时处理和分析的首选工具之一。例如,优化器可以更智能地选择最优的执行计划,减少不必要的数据扫描和计算。
-
本文总结Java核心概念:1. Spring容器对比:BeanFactory(懒加载基础容器)与ApplicationContext(预加载高级容器),后者支持更多企业级功能。2. ZAB协议解析:ZooKeeper的核心算法,通过消息广播/崩溃恢复模式保证分布式一致性,依赖ZXID和Leader选举机制。3. 对象拷贝机制:浅拷贝(共享引用)与深拷贝(完全独立)的区别及实现方式。4. 线程安全方案:对比volatile(轻量级可见性)和synchronized(原子性互斥锁)的适用场景及底层原理。5. v
-
临床智能决策支持系统(CDSS)正推动医疗决策从人工检索向智能推送转变,通过整合多源异构医疗数据(文本、影像、生理参数等),构建可解释的算法模型,为诊疗提供循证建议。上海瑞金医院的实践展示了AI在复杂手术规划中的应用价值,通过"双层解释"机制(影像特征可视化+指南循证)增强决策透明度。在肿瘤治疗场景,CDSS整合基因组数据实现精准用药推荐;在急诊分诊中,则通过实时风险评估优化救治流程。未来,CDSS将向医院级操作系统演进,融合大语言模型、联邦学习等技术,在保障隐私安全的前提下提升医疗质量
-
在Elasticsearch中, 的设置直接影响集群性能、容错能力和扩展性。
-
本文介绍了Git的基本配置与使用步骤

-
数据库是应用及计算机的核心元素,负责存储运行软件应用所需的一切重要数据。为了保障应用正常运行,总有一个甚至多个数据库在默默运作。我们可以把数据库视为信息仓库,以结构化的方式存储了大量的相关信息,并合理分类,方便搜索及使用。
-
数据库连接池和线程池等池技术存在的意义都是为了解决资源的重复利用问题。在计算机里,创建一个新的资源往往开销是非常大的。而池技术可以统一分配,管理某一类资源,它允许我们的程序可以重复的使用这个资源,只有在极端情况下(比如连接池满)才会创建新的资源。
-
随着业务的发展,MySQL数据库中的表会越来越多,表中的数据量也会越来越大,相应地,数据操作的开销也会越来越大;另外,无论怎样升级硬件资源,单台服务器的资源(CPU、磁盘、内存、网络IO、事务数、连接数)总是有限的,最终数据库所能承载的数据量、数据处理能力都将遭遇瓶颈。
-
“删库跑路”这个词儿,经常被挂在嘴边当玩笑,是因为大家都知道,一旦真的发生这样的事情,企业损失是无比惨重的。
-
在线教育如何应对流量洪峰?阿里云专家:上云+云数据库是最佳路径
2月中下旬原本是全国各地春季学期开学的日子,但这场突如其来的疫情使得1.8亿中小学生只能纷纷在家开启“停课不停学”的学习生活,而线上教育也顺势成为了这一特殊时期首选的学习方式。
-
探索处理数据的新方法,8 个重点带你搞懂云数据库——DBaaS(数据库即服务)到底是什么!...
在分析的世界中,网站的每次点击都是数据分析的候选对象,显然,这会涉及大量的数据生成。
-
数据安全对企业生存发展有着举足轻重的影响,数据资产的外泄、破坏都会导致企业无可挽回的经济损失和核心竞争力缺失,而往往绝大多数中小企业侧重的是业务的快速发展,忽略了数据安全重要性。近年来,企业由于自身的安全防护机制不严谨,引发的数据安全事件频发。抛开事件本身的人为因素不谈,如何从技术角度避免类似的事件发生,才是我们需要认真总结的。
-
众志成城 共克时艰 TigerGraph免费开放企业级版本授权全力支持疫情防控
新型冠状病毒肺炎疫情自发生以来,一直牵动着全国人民的心。全球领先的可扩展企业级图数据库TigerGraph宣布,利用强大的企业级图数据库产品,免费开放企业级版本授权,为政府机构、公共事业和科研机构赋能,帮助实现更加科学和有效的研究和决策,减轻疫情对社会和经济的影响。
-
受疫情影响,多数企业员工目前无法回到写字楼办公,学生推迟开学,稳定高效的远程办公和直播授课成为2020年的开年刚需。腾讯从1月24日开始向全国免费开放可支持300人同时在线会议的“腾讯会议”,直至疫情结束。央视新闻联播对此也给予了报道。
-
近年来超融合在国内迎来快速增长,根据IDC最新发布的报告,2019上半年中国超融合市场增长率达56.7%,大幅超越去年同期。Gartner发布的最新报告,到2023年我国超融合市场依旧保持23%的快速增长。超融合覆盖范围正在进一步扩大,不仅服务的客户在向大规模企业扩张,应用场景也从服务器虚拟化、VDI扩展到数据库、私有云等关键业务。
-
12月3日,广州云峰会上,阿里云宣布推出面向混合云场景的CPFS一体机和视觉AI一体机,两款新品具备超高性能、开箱即用等特性,极大降低企业上云的周期和门槛。加上此前推出的POLARDB数据库一体机和蚂蚁mPaaS一体机,阿里云已为客户提供了四款一体机家族产品,集结了云、网、边、端一体化的能力,打破云的边界,让企业能够随时随地全栈、全态、甚至全域上云。
-
华为云TaurusDB计算存储分离架构:让数据“身”分离,“心”凝聚
在2019年HC大会上,华为重磅推出最新一代高扩展海量存储分布式数据库——TaurusDB,它拥有一个最大的特点就是将存储和计算以一种分离的架构形式运行。很多人就会问到,华为云为什么会设计这款产品?核心竞争力是什么?对比原生MySQL的优势有哪些?借此时机,CSDN记者有幸采访到了华为云TaurusDB数据库资深技术专家,现在就请他来为我们一一解答。
-
2019年技术盘点云数据库篇(一):UCloud专家谈云数据库:千锤百炼 云之重器
公有云逐渐成为企业运行 IT 设施的新趋势,那么作为企业最核心的系统—数据库,数据上云也成为大数据时代的必然选择。对企业来说,数据可视为其命脉,因此数据迁移上云就意味着将企业“命脉”搬到云平台。事实上,数据上云有两种形式,数据库直接上云或者选择云数据库,而云数据库利用其云原生的优势具备了许多过去数据库产品不具备的优势,包括可靠性、弹性、存储容量以及成本等,正逐渐被更多的企业所接受。
-
近日,开源数据库厂商MongoDB与阿里云在北京达成战略合作,作为合作的第一步,最新版MongoDB 4.2数据库产品正式上线阿里云平台。
-
CSDN云计算「C课有道」栏目趁着这股技术风潮再次如期而至啦!秉承「门门有路,路路有门」的理念,这次CSDN云计算小分队特邀阿里云、腾讯云、青云、天云等企业内的“国宝级”架构师,共同打造了一款数据库系列进阶教程,效果绝堪比“红宝书”。 从数据库宏观发展入手,内容主要涉及云数据库为代表的非关系型数据库、MySQL数据处理、分布式等诸多技术要点,将造福开发者设置为终极指标,纯技术绽放的精彩无限,实在不容错过。
-
四大开源项目联合发布 腾讯已成Github全球贡献前十公司!
近日在Techo开发者大会上,腾讯正式对四大重点开源项目进行了联合发布,包括分布式消息中间件TubeMQ、基于最主流的 OpenJDK8开发的Tencent Kona JDK、分布式HTAP数据库 TBase,以及企业级容器平台TKEStack。
-
正式开源TKE和TBase,腾讯正成为大数据领域开源全面的厂商
在11月6日召开的Techo开发者大会上,腾讯云副总裁、腾讯数据平台部总经理蒋杰博士正式对外披露腾讯大数据平台10年技术演进历程。经过10年的积累,腾讯大数据平台的算力资源池目前已有超过20万台的规模,每天实时数据计算量超过30万亿条,并且随着资源管理平台核心TKE和分布式数据库TBase正式对外开源,腾讯正在成为大数据领域开源全面的公司。
