随笔分类 - 大数据技术栈
Hadoop、hive、spark、hive等
摘要：工具下载：https://varaneckas.com/jad/ 以下假设jad.exe在c:\java目录下一、基本用法 Usage:jad [option(s)] 直接输入类文件名，且支持通配符，如下所示。 c:\java\>jad example1.class c:\java\>jad *.c
阅读全文
摘要：MySQL ---> HDFS； HDFS ----> MySQL
Mongodb --> HDFS； Mongodb --> MySQL；
阅读全文
摘要：数仓| 离线& 实时 Flume数据采集的搭建及其架构原理 Kafka Hadoop Hive Spark Flink Mysql& Redis Hbase ELK 调度框架 Linux 常用工具 TRANSLATE with x English Arabic Hebrew Polish Bulga
阅读全文
摘要：hadoop fs -rm -r -skipTrash /flumu //删除跳过垃圾回收站 导入数据到HDFS [kris@hadoop102 ~]$ hadoop fs -mkdir -p /user/hive/warehouse/ods.db/origin_user_behavior/2019
阅读全文
摘要：HotNItems 拓展需求：实时统计双十一下单量，实时统计成交额，实时查看锅炉温度变化曲线，每个5分钟看一下过去一个小时温度变化曲线， 涉及到的技术点：sliding window、Watermark、event time 用到的算子或者说叫链式调用：keyby、timeWindow、aggreg
阅读全文
摘要：1. 复杂事件处理CEP 复杂事件处理（Complex Event Processing, CEP）；（复杂的逻辑关系，谁前谁后， 可以通过自定义processing function，状态编程，设置定时器来实现，但是比较复杂） Flink CEP是在Flink中实现的复杂事件处理（CEP）库； C
阅读全文
摘要：Flink 流处理Api 1. Environment getExecutionEnvironment 创建一个执行环境，表示当前执行程序的上下文。 如果程序是独立调用的，则此方法返回本地执行环境；如果从命令行客户端调用程序以提交到集群，则此方法返回此集群的执行环境，也就是说，getExecutio
阅读全文
摘要：1. 需求分析 离线T+1 需求 一般是根据前一日的数据生成报表等数据，虽然统计指标、报表繁多，但是对时效性不敏感。实时T+0 需求 主要侧重于对当日数据的实时监控，通常业务逻辑相对离线需求简单一下，统计指标也少一些，但是更注重数据的时效性，以及用户的交互性。 即席需求 临时需求，可用即席查询如Im
阅读全文
摘要：1. 日活DAU ① SparkStreaming消费kafka数据 Kafka作为数据来源，从kafka中获取日志，kafka中的日志类型有两种，启动和事件，统计日活，只获取启动日志即可。 1. 从Redis中获取Kafka分区偏移量（将偏移量存储到redis中 ，手动维护kafka偏移量 ） 2
阅读全文
摘要：1.canal数据采集 Canal是用java开发的基于数据库增量日志解析，提供增量数据订阅&消费的中间件。目前，Canal主要支持了MySQL的Binlog解析，解析完成后才利用Canal Client 用来处理获得的 相关数据。（数据库同步需要阿里的otter中间件，基于Canal） 同步mys
阅读全文
摘要：业务数据 需求分析：当日新增付费用户首单分析 按省份| 用户性别| 用户年龄段，统计当日新增付费用户首单平均消费及人数占比 无论是省份名称、用户性别、用户年龄，订单表中都没有这些字段，需要订单（事实表）和维度表（省份、用户）进行关联，形成宽表后将数据写入到ES，通过Kibana进行分析以及 图形展示
阅读全文
摘要：订单明细实付金额分摊以及交易额统计 需求分析 主订单的应付金额【origin_total_amount】一般是由所有订单明细的商品单价 * 数量汇总【sku_price * sku_num】组成。 但是由于优惠、运费等都是以订单为单位进行计算的，所以减掉优惠、加上运费会得到一个最终实付金额【fina
阅读全文
摘要：1. 定义 Nginx ("engine x") 是一个高性能的HTTP和反向代理服务器； 特点是占有内存少，并发能力强，事实上nginx的并发能力确实在同类型的网页服务器中表现较好，中国大陆使用nginx网站用户有：百度、京东、新浪、网易、腾讯、淘宝等。 Nginx 是由俄罗斯人 Igor Sys
阅读全文
摘要：SpringBoot 1. Spring Boot 约定大于配置 Spring Boot 是由 Pivotal 团队提供的全新框架，其设计目的是用来简化新 Spring 应用的初始搭建以及开发过程。 该框架使用了特定的方式来进行配置，从而使开发人员不再需要定义样板化的配置。有了springboot
阅读全文
摘要：1. 调度策略 TaskScheduler会先把DAGScheduler给过来的TaskSet封装成TaskSetManager扔到任务队列里，然后再从任务队列里按照一定的规则把它们取出来在SchedulerBackend给过来的Executor上运行。这个调度过程实际上还是比较粗粒度的，是面向Ta
阅读全文
浙公网安备 33010602011771号