- 相关博文
- 最新资讯
-
RabbitMQ仲裁队列摘要 RabbitMQ仲裁队列（Quorum Queue）是基于Raft共识算法实现的高可用队列类型，解决了传统镜像队列的数据一致性问题。关键特性包括： 强一致性保障：通过Raft算法确保所有节点数据一致，写操作需多数节点确认 自动故障恢复：支持Leader自动选举，无需人工干预 高可靠性：有效防止脑裂和数据丢失，适合关键业务场景 与镜像队列对比，仲裁队列牺牲部分写入性能换取更强的一致性，适合金融交易、订单处理等对数据可靠性要求高的场景。配置时只需声明队列时指定x-queue-typ
-
- 知远漫谈
- 前天
-
-
Elasticsearch 是一个分布式、RESTful 风格的全文搜索引擎，但它的概念多、抽象、容易混淆。90% 的新手学不会 ES，都是因为没搞懂最基本的概念！本文一次性整理ES 所有必须掌握的核心概念，用通俗解释 + 生活举例 + 流程图 + 真实示例，让你零基础也能彻底理解。集群是全家，节点是成员索引是库，文档是行字段是列，映射是结构分片提高性能，副本保证安全Lucene是引擎，倒排索引是核心text分词搜内容，keyword精准查状态全文检索像百度，精准匹配像查身份证本文涵盖。
-
- Seal^_^
- 前天
-
-
只要学习 Elasticsearch，就一定会听到Lucene这个词。Lucene 是什么？和 ES 到底是什么关系？Elasticsearch 的底层就是 Lucene。没有 Lucene，就没有 Elasticsearch。本文用最通俗、最详细、最系统的方式，带你彻底搞懂 Lucene 及其与 Elasticsearch 的关系，包含定义、功能、架构、流程图、区别与联系。Lucene是 Apache 基金会下的一个开源、高性能、纯 Java 编写的全文检索引擎工具包。它是目前全球。
-
- Seal^_^
- 前天
-
-
RabbitMQ队列选型指南：镜像队列 vs 仲裁队列 本文对比分析了RabbitMQ两种高可用队列方案的特性与适用场景。镜像队列作为经典方案采用主从同步复制，提供成熟稳定的消息冗余，但存在同步延迟和脑裂风险。仲裁队列基于Raft算法实现，通过多数派确认机制提升性能，适合低延迟要求的场景，但对奇数节点集群有强依赖。技术选型需权衡一致性、性能和运维复杂度，现代应用推荐优先考虑仲裁队列，而传统系统可继续使用镜像队列。文章包含Java代码示例和配置说明，为分布式系统设计提供实践参考。
-
- 知远漫谈
- 前天
-
-
《Windows Internals》10.1.26 Registry performance and optimization：为什么注册表后面的优化重点，已经从“能不能存”变成了“怎样在大 hiv
本文探讨了Windows注册表性能优化的核心思路转变：从基础的存储能力转向高效访问性能。文章指出，现代Windows系统通过hive重组（reorganization）和内存优化两大策略提升注册表性能。hive重组解决碎片化问题，采用周期性自动整理机制，通过克隆新hive而非原地整理来优化物理布局；内存优化则针对安全描述符共享、字符串去重、KCB缓存等关键路径进行改进。这些优化共同实现了注册表访问速度的提升和内存占用的降低，使系统在启动和运行时获得更好的性能表现。-
- 杨利杰YJlio
- 昨天
-
-
RabbitMQ与其他消息队列对比摘要 本文对比了四种主流消息队列(RabbitMQ、Kafka、RocketMQ和ActiveMQ)的核心特性与适用场景。RabbitMQ基于AMQP协议，提供灵活路由和可靠消息传递，适合企业级应用；Kafka专为高吞吐量设计，适合日志处理和大数据场景；RocketMQ结合了RabbitMQ和Kafka的优点，适合金融级交易；ActiveMQ则适合传统企业应用集成。 文章通过Mermaid图表展示了各系统的架构差异，并提供了Java代码示例演示基本用法。最后给出了技术选型建
-
- 知远漫谈
- 昨天
-
-
《Windows Internals》10.1.25 Reliability：为什么注册表不是“写进去就完了”，而是从 base block 序列号、增量日志到恢复流程都在围绕“崩溃后还能回来”做设计
摘要： 《Windows Internals》10.1.25节揭示了注册表设计的核心理念：通过多重机制确保系统崩溃后仍可恢复数据。注册表并非简单写入文件，而是采用双日志系统（.log1/.log2）、脏扇区位图（dirty sector array）和延迟写入（lazy writer）等技术，结合基础块双序列号和增量日志，构建了一套完整的崩溃恢复体系。其设计目标不是避免崩溃，而是确保即使写入过程中断，也能通过日志回滚（roll forward）将hive恢复到一致状态。这种“稳定存储”策略体现了Window-
- 杨利杰YJlio
- 昨天
-
-
Apache Kafka是一个高吞吐、低延迟的分布式流处理平台，采用顺序磁盘写入和零拷贝传输技术实现高性能。其核心架构包含生产者、Broker集群和消费者，通过分区机制实现水平扩展，多副本保障高可用性。Kafka提供持久化存储、批处理压缩、ISR副本同步等核心功能，支持Kafka Streams流处理和Kafka Connect数据集成。性能优化需平衡吞吐量与延迟，合理配置分区数、副本因子和硬件资源。最新演进方向包括KRaft模式取代ZooKeeper，以及分层存储降低冷数据成本。
-
- 空间宇航
- 前天
-
-
将/data目录下apache-hive-3.1.2-bin.tar.gz解压缩到/opt/目录下。查看hive下的数据库，创建hive_test_db数据库，并在该数据库下创建t_user数据表。存在依赖冲突，会导致 MySQL RPM 安装失败，因此必须先卸载 mariadb-libs。复制hive-env.sh.template文件并且修改文件名为hive-env.sh。将hive连接mysql的驱动器文件复制到hive的lib文件夹下。登录进mysql数据库,查看hive_db下的TBLS表。
-
- 一朵缥缈的向日葵.
- 昨天
-
-
概念定义核心目标异常捕获对Agent全链路的所有异常进行分类、采集、上下文记录的机制不遗漏任何异常，明确异常类型和触发原因重试机制对可恢复的异常，按照一定策略重新执行失败操作的机制用最小的成本解决临时性异常，提升成功率降级策略当重试失败或者异常不可恢复时，切换到更低成本的备选方案，保证核心功能可用的机制异常发生时最大限度保留用户体验，避免直接返回错误熔断机制当下游服务错误率超过阈值时，暂时停止调用该服务，直接走降级逻辑的保护机制避免重试风暴，保护下游服务快速恢复# 大模型异常。
-
这意味着产品不是“写死 Prompt 的 Demo”，而是一个能持续迭代的知识运营面板。没上 RAG，效果却不输 RAG：这套 Easysearch AI 助手完整复盘。而很多“半套 RAG”系统，反而死在检索质量不稳定和 Prompt 约束不够硬。先把当前这套跑到高可用，再引入“可观测的 RAG”，而不是推倒重来。这就是“没 RAG 也能准”的第一性原理：先把知识和规矩塞对地方。我们把“知识工程 + 提示词工程 + 体验工程”同时做完整了。专门写了“差异表”：配置、安全模型、ILM、插件、兼容边界。
-
- 铭毅天下
- 前天
-
-
本文详细介绍了在Ubuntu 16.04 LTS系统上搭建Hadoop 3.3.6伪分布式环境的过程。主要内容包括：创建Hadoop用户、安装必要工具(Vim/SSH)、配置SSH免密登录、安装Java 1.8 JDK、部署Hadoop单机版并进行伪分布式配置。重点讲解了修改core-site.xml和hdfs-site.xml配置文件、HDFS初始化、启动集群、创建用户目录、上传测试文件以及运行MapReduce示例程序等关键步骤。最后验证了环境搭建成功，通过浏览器访问9870端口查看NameNode信息
-
- GinManV
- 昨天
-
-
这篇文章摘要：该项目是一个基于Python Flask框架开发的农产品数据可视化分析与预测系统。系统通过爬虫从惠农网采集农产品数据，利用Spark进行大数据处理，采用线性回归算法进行价格预测。主要功能包括：农产品数量与均价的可视化分析（折线图）、均价前5和销售前5农产品的对比分析（柱状图）、农产品数据查询与筛选、基于机器学习的价格预测（可交互选择农产品查看预测趋势）以及后台数据管理（支持增删改查）。系统通过直观的可视化图表帮助用户了解农产品市场动态，为买卖决策提供数据支持。
-
- 源码之家
- 前天
-
加载中...
-
-
在我们开始之前，作者想先声明一下，本文并非要从两者中分出一个胜负，所以无论你是哪一方的忠实支持者，都建议你仅客观看待本篇文章。
活动
-
2021-11-10
-
2021-03-09
-
2020-12-16
独家定制
-
-
3500人的专业安全团队与你同在
-
-
CSDN云计算在线公开课
-
-
IaaS市场高速增长，历久弥新
精品推荐
关于我们
关注「云计算」
转载 & 投稿：songhui@csdn.net
商务合作：zhangjing@csdn.net