- 相关博文
- 最新资讯
-
RabbitMQ 中，1. 接收生产者（Publisher）发送的消息2. 根据交换机类型和绑定规则，将消息路由到一个或多个队列FanoutExchange 的特点总结不关心 routingKey将消息 广播 给所有与之绑定的队列每个队列都会收到一份完整的消息副本FanoutExchange = 广播模型（多队列复制）Fanout负责广播消息到所有绑定队列，适合事件通知和配置刷新场景；Direct实现精确路由，消息仅发送到匹配 RoutingKey 的队列，适合日志分级、业务指令分发；Topic。
-
- 小满、
- 昨天
-
-
- 查询当前所有有效快照。
-
- diyicedaan
- 20小时前
-
-
摘要：Cloudera CDP7.3通过集成Kafka、Flink、Kudu等组件构建批流融合架构，支持毫秒级实时数据分析。其核心方案包括Kafka作为消息总线、Flink/Spark Streaming流处理、Kudu+Impala实时存储查询组合，适用于金融风控、实时监控等场景。该平台通过资源隔离、Checkpoint优化等手段提升性能，并支持ML模型实时推理。尽管在ARM架构下存在组件兼容性问题，但整体提供了企业级可治理的实时分析解决方案，尤其适合强监管行业的低延迟需求。
-
- 肥仔鱼yumgpkpm
- 昨天
-
-
注意: 开启追踪后需要重新允许flink-cdc同步任务，也就是执行bin/sql-client.sh -f 1.sql。flink-cdc 2.4.2 server-id 一定在“真正发起 Binlog 连接的客户端对象里;
-
- qq_34129556
- 昨天
-
-
摘要：本文介绍了Xenomai测试套件中的latency应用程序，用于测量系统实时性能。详细说明了其编译过程（通过POSIX skin和wrap-link.sh进行构建），并分析了源码中遗留的cobalt/uapi/syscall.h头文件的历史原因。演示了latency执行时的参数选项和输出结果，展示了实时线程信息（通过/proc/xenomai/sched/threads查看）和Linux进程状态（使用top -H命令）。测试在QEMU ARM64虚拟机环境下完成，虽然延迟较大但验证了功能实现。
-
- 三问Linux社区
- 昨天
-
-
本文记录了一位计算机专业学生的毕业设计答辩过程。该生选题为"基于Spark的电商用户行为分析系统"，采用Spark+HDFS+SpringBoot技术栈，包含离线用户画像分析、实时广告监控和可视化展示三大功能模块。答辩中，学生详细阐述了技术选型理由（Spark优于MapReduce）、数据处理流程、系统架构设计及部署方案，并针对评委提出的数据清洗、用户画像聚类、实时处理延迟等问题给出了合理回答。评委最终认可该生对大数据技术的基本掌握，建议优化实时处理延迟和补充系统性能对比数据。
-
- 毕设源码-赖学姐
- 昨天
-
-
Flink控制面通信基于Pekko RPC框架实现，核心组件包括JobMaster、ResourceManager和TaskManager。RPC抽象层与Pekko通信层采用分层设计，确保组件间高效交互。任务注册机制建立初始通信连接，各组件通过注册流程完成身份验证和资源协调。心跳探活机制定期检测组件存活状态，防止因节点故障导致系统不可用。Gateway接口封装任务协作流程，实现跨组件RPC调用。系统通过工厂调度类比，以注册、心跳和RPC调用构建稳定控制框架，为任务调度与执行提供基础保障。
-
- 码上滚雪球
- 昨天
-
-
消息队列架构对比摘要 Kafka、RocketMQ和RabbitMQ是三种主流消息队列系统，它们在架构设计上各有特点： Kafka采用生产者-消费者-Broker-ZooKeeper架构，通过分区(Partition)和副本机制保证高可用性，仅保证分区内消息顺序，消费者通过消费组实现扩展。 RocketMQ架构类似但使用NameServer替代ZooKeeper，消息可按Topic和Tag分类，采用主从复制保证高可用，支持生产者组和事务消息。 RabbitMQ基于Exchange-Queue模型，提供四种E
-
这段理论学习让我意识到，Hadoop 的强大并非源于单一技术的突破，而是组件间的高效协同与架构设计的科学性。在大数据技术飞速发展的今天，我将以 Hadoop 学习为起点，继续深耕大数据领域，不断提升自身技术实力，努力将所学知识转化为解决实际问题的能力，在数据驱动决策的时代浪潮中，实现自身价值。作为大数据领域的核心框架，Hadoop 的学习不仅让我掌握了一项实用技能，更让我对海量数据的处理逻辑、分布式系统的设计思想有了全新认知，这段充满挑战与收获的经历，值得细细沉淀与总结。
-
摘要：本文介绍了作者基于Elastic OneWorkflow、Gemini和Telegram构建的对话式费用助手系统。该系统通过Telegram接收用户输入（支持语音和文本），使用Gemini进行意图分类和信息提取，将结构化费用数据与语义嵌入一起存储在Elasticsearch中，并通过ES|QL工具进行分析查询。与原有n8n方案相比，该实现将所有组件整合在Elastic生态内，虽然目前功能相对简化（采用轮询机制而非webhooks），但展示了Elastic平台在整合AI代理和工作流方面的潜力。文章详细说
-
1. fs.defaultFS=hdfs://ns（HDFS 入口）2. ha.zookeeper.quorum=master:2181,slave1:2181,slave2:2181（ZK 集群地址）3. hadoop.tmp.dir=/usr/local/src/hadoop2.7/hadoop2.7.1/metadata（临时文件路径）3. 目录所在磁盘满；错误格式：slave1@slave1、master@master、slave2@slave2（需修正为每行 1 个主机名，如 slave1）
-
- 松风伴月生
- 昨天
-
-
本文详细介绍了Elasticsearch中三种分页查询方式的原理与实现：传统from+size方式存在深度分页性能瓶颈；search_after基于游标机制高效处理深度分页；scroll适用于大数据量导出场景。通过Java API示例演示了search_after的基础查询、连续分页及结合PIT保证一致性的用法，并对比了三种方式的性能差异：search_after在深度分页场景表现最优，scroll适合离线处理，from+size仅适用于浅分页。文章还提供了性能测试代码和结果分析，为开发者选择合适的分页方案
-
- 光仔December
- 昨天
-
-
消息队列选型指南：Kafka、RabbitMQ与RocketMQ深度对比 本文系统分析了三大主流消息队列的技术特性与业务适配场景。Kafka以百万级吞吐和持久化能力见长，适合大数据日志采集；RabbitMQ凭借微秒级延迟和多协议支持，成为物联网实时通信首选；RocketMQ在吞吐与可靠性间取得平衡，是电商交易和金融支付系统的理想选择。文章提出了基于吞吐量、延迟、事务等关键指标的选型决策框架，并对比了各方案在运维复杂度、资源消耗等方面的差异，为架构师提供全面的技术选型参考。
-
- 十月南城
- 18小时前
-
-
本文介绍了Kafka MirrorMaker 2(MM2)的核心概念和使用方法。MM2是基于Kafka Connect框架构建的跨集群数据同步工具，相比旧版MirrorMaker具有更强的功能和可扩展性。文章详细讲解了MM2的工作原理、核心组件以及数据流流程，并提供了完整的部署步骤，包括Kafka Connect配置和MM2连接器配置。通过主题映射和过滤功能，MM2可以灵活实现不同集群间的数据复制，适用于灾备恢复、多数据中心同步等场景。最后还给出了Java代码示例，帮助开发者快速上手这一工具。
-
- Jinkxs
- 昨天
-
-
1. CNN模型：ResNet-18cnn_model = resnet18(pretrained=True) # 加载ImageNet预训练权重# 调整全连接层输出维度（CIFAR-10为10类）# 2. Transformer模型：ViT-B/16vit_model = vit_b_16(pretrained=True) # 加载ImageNet预训练权重# 调整分类头输出维度# 设备配置（GPU优先）# 损失函数与优化器（统一配置，保证公平对比）
-
- AI规划师-南木
- 昨天
-
-
Apache Kafka 是一个快速、可扩展的、高吞吐的、可容错的分布式“发布-订阅”消息系统， 使用 Scala 与 Java 语言编写，能够将消息从一个端点传递到另一个端点。
-
-
在本文中，我们将开始开发自己的Kubernetes控制器。 技术栈可以是Python、NodeJS或Ruby。因为这个博客被命名为为“ Java极客”，因此选择Java是很正常的。 作为一个用例，我们将实现sidecar模式：每当一个pod被调度时，sidecar pod也会随之被调度。如果将前者删除，则后者也必须删除。
-
Apache Kafka 是一个快速、可扩展的、高吞吐的、可容错的分布式“发布-订阅”消息系统， 使用 Scala 与 Java 语言编写，能够将消息从一个端点传递到另一个端点，较之传统的消息中 间件(例如 ActiveMQ、RabbitMQ)，Kafka 具有高吞吐量、内置分区、支持消息副本和高容 错的特性，非常适合大规模消息处理应用程序。
-
-
从 10 年前我开始写第一行 Java 代码至今，一直觉得 null 在 Java 中是一个最特殊的存在，它既是好朋友，可以把不需要的变量置为 null 从而释放内存，提高性能；它又是敌人，因为它和大名鼎鼎且烦不胜烦的 NullPointerException（NPE）如影随形，而 NPE 的发明人 Tony Hoare 曾在 2009 年承认：“Null References 是一个荒唐的设计，就好像我赌输掉了十亿美元”。
-
为了提高 Java 编程的技艺，作者最近在 GitHub 上学习一些高手编写的代码。下面这一行代码（出自大牛之手）据说可以征服你的朋友，让他们觉得你写的代码很 6，来欣赏一下吧。
-
最近，Jrebel公布了一份2020 Java生态系统报告，这份报告主要关注开发人员在开发过程中使用的技术。
-
别再用那些已经淘汰的技术了！2020 年 9 大顶级 Java 框架出炉！！
诞生于1995年的Java，目前已在134,861个网站上广泛使用，包括ESPN、SnapDeal等。在其24年的成长史中，Java已经证明了自己是用于自定义软件开发的顶级通用编程语言。
-
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